2019獨(dú)角獸企業(yè)重金招聘Python工程師標(biāo)準(zhǔn)>>>

一句話介紹

布隆過濾器（Bloom Filter）是1970年由布隆提出的。它實(shí)際上是一個(gè)很長的二進(jìn)制向量和一系列隨機(jī)映射函數(shù)。布隆過濾器可以用于檢索一個(gè)元素是否在一個(gè)集合中。它的優(yōu)點(diǎn)是空間效率和查詢時(shí)間都遠(yuǎn)遠(yuǎn)超過一般的算法，缺點(diǎn)是有一定的誤識(shí)別率和刪除困難。
From 百度百科?

輸入與輸出

S：目標(biāo)查找元素
Z： 被查找元素集(set)
Input: S,Z
Output:
True, S存在于Z
False, S不存在于Z

?

實(shí)際例子

但從文字上是很難理解的，下面舉個(gè)實(shí)際的例子：

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

? 0? ?1? ? 2? 3? ?4? ?5? ? 6? ?7? ?8? ?9? ?10? 11? ?12? 13? 14? 15 16? 17? 18? 19

1. 首先初始化一個(gè)size為20、初始值全為0的數(shù)組，和兩個(gè)hash函數(shù)(hash函數(shù)的個(gè)數(shù)由自己定，為講解方便這里使用兩個(gè))：

hashA(x) 和 hashB(x)
函數(shù)自己定義就好，只要output能對(duì)應(yīng)到數(shù)組的key就行。

另外還有一個(gè)被查找元素集：

{'wo','shi','sevens','chan'}

2. 把被查找元素集的每個(gè)元素都經(jīng)過所有的hash函數(shù)：

'wo' -> hashA('wo') -> 3
'wo' -> hashB('wo') -> 8

把得到的hash值找到數(shù)組的key，然后將值改為1：

0

0

0

1

0

0

0

0

1

0

0

0

0

0

0

0

0

0

0

0

? 0? ?1? ? 2? 3? ?4? ?5? ? 6? ?7? ?8? ?9? ?10? 11? ?12? 13? 14? 15 16? 17? 18? 19

同理把所有元素都處理一遍最后得到數(shù)組:

0

1

1

1

0

0

1

0

1

0

0

0

1

0

1

1

0

0

0

0

? 0? ?1? ? 2? 3? ?4? ?5??6? ?7? ?8? ?9? 10? 11?12? 13? 14? 15 16? 17? 18? 19

3. 然后就開始查找我們的目標(biāo)元素(假設(shè)我們要查找'sevens')是否在集合中，同理，先把目標(biāo)元素進(jìn)行一遍hash取值：

'sevens' -> hashA('sevens') -> 6
'sevens' -> hashB('sevens') -> 15

根據(jù)兩個(gè)hash值可以看到，數(shù)組中6和15的位置都為1，所以元素可能存在集合中。反之如果有一個(gè)為0，都肯定不存在集合中。

可能存在

是的，布隆過濾器是存在一定的誤差率的，特別是數(shù)據(jù)量大的時(shí)候，所以我們只能說元素可能存在集合中。在允許誤差的場景下還是可以使用的。

轉(zhuǎn)載于:https://my.oschina.net/u/203607/blog/1649101

總結(jié)

以上是生活随笔為你收集整理的简单介绍布隆过滤器的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。