應用1：儲存字典。大家可能對於 word 的拼寫檢查功能非常了解，當你拼錯乙個單詞的時候，word 會自動將這個單詞用紅線標註出來。 word 的具體工作原理不得而知，但是在另乙個拼寫檢查器 unix spell-checkers 這個軟體中用到了 bloom filter。unix spell-checkers 將所有的字典單詞存成 bloom filter 資料結構，而後直接在 bloom filter 上進行查詢。
出錯的情況：漏掉出錯的單詞。
應用2：資料庫的 semi-join 操作。舉個例子，ta 儲存了 employee / city 字段， tb 儲存了 city / cost of living 字段。現在需要將所有 cost of living > 50,000$ 的 employee 找出來，顯然需要 join ta 和 tb。直觀地看，需要將 tb 的所有 city / cost of living 字段值發給 tb，然後找到 city 相匹配的 join 一下，得出所有 employee / city 字段值。這樣做是又費時又費力的。bloom filter 的做法是把 tb 的 city 字段做成 bloom filter 資料結構發給 ta，讓 ta 中的 city
在這個 bloom filter 上做匹配，把所有找到的 employee / city 再重新發個 tb 做 join。 這樣做相當於過濾掉了一部分不存在於 ta 中的city，提高了執行效率。
出錯的情況：不存在。
出錯的情況：某 proxy 以為乙個 proxy 中存在某個 url，而實際上那個 proxy 中並沒有這個 url。因此會造成一定的延遲。
因為，快取的內容頻繁變化，所以 proxy 通常使用 counting bloom filter 存自己快取的 url, 而只用 0-1 bloom filter 存別的 proxy 快取的 url。
出錯的情況：可能有 sa-sb 中的資料被漏掉，沒有傳到 peer b。
更多請到
資料結構 資料結構緒論
資料結構是相互間存在一種或多種特定關係的資料元素的集合。程式設計 資料結構 演算法 資料結構是一門研究非數值計算的程式設計問題中的操作物件，以及他們之間的關係和操作等相關問題的學科。資料元素是組成資料的 有一定意義的基本單位，是計算機中通常作為整體處理，也被稱為記錄。乙個資料元素可以由若干個資料項組...
資料結構 資料結構演算法
分治法 對於乙個規模為n的問題，若該問題可以容易地解決 比如說規模n較小 則直接解決 否則將其分解為k個規模較小的子問題，這些子問題互相獨立且與原問題形式相同，遞迴地解這些子問題，然後將各子問題的解合併得到原問題的解。動態規劃法 這種演算法也用到了分治思想，它的做法是將問題例項分解為更小的 相似的子...
Bloom Filter 海量資料處理
先來看這樣乙個爬蟲相關問題 檔案a中有10億條url，每條url占用64位元組，機器的記憶體限制是4g，現有乙個url，請判斷它是否存在於檔案a中 爬過的url無需再爬 如果有很多個url需要判斷呢？分析之後我們可以發現，這就是快速query問題，通常查操作居多，寫操作較少。要快速判斷乙個url是否...