（1）布隆過濾器 bloomfilter
演算法：1. 初始化乙個長度為n位元的陣列，每個位元位初始化為0
2. 首先需要k個hash函式，每個函式都把key雜湊成為m個整數
3. 某個key加入集合時，用k個hash函式計算出k個雜湊值，並把陣列中對應的位元位置為1
4. 判斷某個key是否在集合時，用k個hash函式計算出k個雜湊值，並查詢陣列中對應的位元位，如果所有的位元位都是1，認為在集合中
通過兩個圖簡單的理解下：
紅色線條表示hash1方法 黑色線條表示hash2方法
x和y 在hash1和hash2方法中獲得了完全相同的值，則在忽略誤判率的情況下 認為x和y是相同值
x和z在hash1的方法時便不能完全重合 可以直接認為x和z是兩個不同值
hash2方法中重合，是因為hash碰撞，所以理論上為了避免誤判 降低誤判率 hash方法越多越好，陣列越長越好
缺點：1）因為存在hash碰撞 所以一定會誤判存在（臉黑點兩個值也能判斷錯了） 但是如果判讀為不存在 就必定不存在
2）普通過濾不支援刪除操作（couting bloomfilter 帶計數器的布隆過濾器可以刪除）
簡單的使用：
public static void main(string args)
計算後將佔3.57mb 記憶體
（2）計算一致性hash consistenthash()
話不多說 直接上**
public static void main(string args)
public static int consistenthash(long input, int buckets) else }}
// lcg偽隨機數的演算法實現，關於lcg的解釋可以參考
private static final class linearcongruentialgenerator
public double nextdouble()
}
這裡有乙個問題 隨意造了乙個值 只是修改了buckets 返回了兩個不同的值，所以我重新寫了乙個呼叫方法
public static void main(string args)
system.out.println();}}
可以看出 隨著機器數量的變化 bucket也一直在做著微調
但是想到一致性hash目的：
在伺服器數量變更的情況下 盡可能的減少hash的分布的變化，從沒有說能100%的規避；
從1到3 10個值變化率只有40%，普通的取模方法必定是全都掛了。
Google Guava 基礎知識
ps 範例 loadingcachegraphs cachebuilder.newbuilder maximumsize 1000 expireafterwrite 10,timeunit.minutes removallistener my listener build new cacheload...
SHMenuBar學習整理
stuido 2008 new project other languages virual c smart device win32 smart device project 生成的工程模型比較簡潔，下方menu bar 左邊是乙個用來退出程式的soft key，右邊是乙個選單。牽扯到的知識點 1...
Shader學習整理
好久沒寫部落格了，研究了一段時間shader，整理一下 unity的shader包含三種，固定渲染管線，cg片段，su ce表面著色器，unity推薦su ce表面著色器，寫起來簡單，很多東西unity都做好了，實際中往往看具體需求而定，一般選cg片段和su ce表面著色器。然而不管怎麼說，基礎理論...