Bloom Filter是由Bloom在1970年提出的一種多哈希函數映射的快速查找算法。通常應用在一些需要快速判斷某個元素是否屬于集合，但是并不嚴格要求100%正確的場合。

Bloom Filter是一種空間效率很高的隨機數據結構，它利用位數組很簡潔地表示一個集合，并能判斷一個元素是否屬于這個集合。Bloom Filter的這種高效是有一定代價的：在判斷一個元素是否屬于某個集合時，有可能會把不屬于這個集合的元素誤認為屬于這個集合(false positive)。因此，Bloom Filter不適合那些“零錯誤”的應用場合。而在能容忍低錯誤率的應用場合下，Bloom Filter通過極少的錯誤換取了存儲空間的極大節省。

比如10億個int類型的數，如果用int數組存儲的話，那么需要大約4G內存，浪費內存。如果用bitmap解決，就比較方便。java語言中沒有bitmap結構，我們采用byte模擬。一個byte占8個bit，如果每一個bit的值是1或0，代表有或沒有。下圖所示：

構建特定長度的byte數組(new byte[capacity/8 + 1])，其中capacity為整數數組長度(如：1000個數字，就是1000/8)

計算數字num在byte[]中的位置索引(num/8和num >> 3一樣)，也就是說num在byte[k]中的索引，計算索引k

計算數字num在byte中的位置，就是在byte的第幾位，每個byte有8位(num % 8)，采用二進程與計算

找到該數字存儲位置后，將bit中的0變成1，即表示該數已存在bitmap中，如圖

判斷指定數字num是否存在數組中

完整代碼：

總結

以上是生活随笔為你收集整理的bitmap的java原理_布隆算法的原理及JAVA实现的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。