實現乙個布隆過濾器

2021-08-07 02:22:57 字數 2098 閱讀 8409

布隆過濾器(bloom filter):是由布隆(

burton howard bloom)

提出的。它實際上是由乙個很長的二進位制向量和一系列隨機

對映函式

組成,布隆過濾器用於檢索乙個元素是否在乙個集合中。底層是利用雜湊表來實現的,

它可以通過乙個hash函式將乙個元素對映成乙個位陣列(bit array)中的乙個點。這樣一來,我們只要看看這個點是不是 1 就知道可以集合中有沒有它了。這就是布隆過濾器的基本思想。

優點:空間效率和查詢時間相比於其他資料結構有很大的優勢

缺點:有一定的誤識別率,刪除困難

templatestruct _hashfunc1

return hash;

} size_t operator()(string& s) };

templatestruct _hashfunc2

return hash;

} size_t operator()(const string &s) };

templatestruct _hashfunc3

return hash;

} size_t operator()(const string &s) };

templatestruct _hashfunc4

return hash;

} size_t operator()(const string&s) };

templatestruct _hashfunc5

else

}return hash;

} size_t operator()(const string &s) };

template,

class hashfunc2=_hashfunc2,

class hashfunc3=_hashfunc3,

class hashfunc4=_hashfunc4,

class hashfunc5=_hashfunc5>

class bloomfilter

void set(const k& s)

bool isin(const k& key)

size_t index2 = hashfunc2()(key);

if (!_bitmap.test(index2%_capacity))

size_t index3 = hashfunc3()(key);

if (!_bitmap.test(index3%_capacity))

size_t index4 = hashfunc4()(key);

if (!_bitmap.test(index4%_capacity))

size_t index5 = hashfunc5()(key);

if (!_bitmap.test(index5%_capacity))

return true;

}protected:

unsigned long _getnextprime(unsigned long num)

; size_t pos = 0;

while (pos < _primesize)

++pos;

} return _primelist[pos];

}private:

bitmap bit;

size_t capacity;

};

布隆過濾器擴充套件,支援刪除操作

template,

class hashfunc2=_hashfunc2,

class hashfunc3=_hashfunc3,

class hashfunc4=_hashfunc4,

class hashfunc5=_hashfunc5>

class bloomfilterplus

void set(const k& key)

bool reset(const k& key)

bool check(const k& key)

private:

vectortable;

};int main()

布隆過濾器

布隆過濾器 bloom filter 是1970年由布隆提出的。它實際上是乙個很長的二進位制向量和一系列隨機對映函式。布隆過濾器可以用於檢索乙個元素是否在乙個集合中。它的優點是空間效率和查詢時間都遠遠超過一般的演算法,缺點是有一定的誤識別率和刪除困難。如果想要判斷乙個元素是不是在乙個集合裡,一般想到...

布隆過濾器

布隆過濾器的概念 如果想要判斷乙個元素是不是在乙個集合裡,一般想到的是將所有元素儲存起來,然後通過比較確定。鍊錶,樹等等資料結構都是這種思路.但是隨著集合中元素的增加,我們需要的儲存空間越來越大,檢索速度也越來越慢 o n o logn 不過世界上還有一種叫作雜湊表 又叫 雜湊表,hash tabl...

布隆過濾器

如果想判斷乙個元素是不是在乙個集合裡,一般想到的是將集合中所有元素儲存起來,然後通過比較確定。鍊錶 樹 雜湊表 又叫雜湊表,hash table 等等資料結構都是這種思路。但是隨著集合中元素的增加,我們需要的儲存空間越來越大。同時檢索速度也越來越慢。bloom filter 是一種空間效率很高的隨機...