常见分布式算法之（一）——Bloom过滤器

一、 快速定义

（1）布隆过滤器实现的功能类似与Set集合，用于判断容器中数据是否存在。

（2）当Set集合特别大时，可以使用Bloom过滤器替代Set集合节省内存空间。

（3）与Set集合不同的是，布隆过滤器判断不存在时则一定不存在；判断存在时，则不一定存在（误判是一个小概率事件，取决与Bloom过滤器的大小和Hash算法）。

二、 实现原理

（1）初始化申请一个bitset集合，用于记录存储内容；确定一组hash函数及每个hash函数的算法（注意这里的hash取值范围是bitset长度，即保证每个bit位都有机会被hash到）。

（2）插入时，key依次调用hash方法，算出每个hash值，并通过该hash值找到具体的bit，同时置该bit值为1。

（3）查找时，key依次调用hash方法，算出每个hash值，并通过该hash值找到具体的bit，读取bit值，如果所有的值都同时为1时，即判定存在该key，否则判定不能存在。

三、回顾总结

（1）通常一组hash函数的个数是8。

（2）计算hash值时，通过& bitset长度的方法，保证hash取值范围。

（3）bitset长度越大，准确率越高，hash函数越多，准确率也越高。

标签：Set,hash,集合,bitset,过滤器,bit,Bloom,分布式
来源： https://www.cnblogs.com/jaco32/p/14976086.html