我們平時在查詢乙個元素是否存在乙個集合中
一般想到的是set、map、list
但是都會儲存起來再做判斷,效率會受到影響
bloom filter 是一種概率型資料結構
插入和查詢效率都很高,缺點不易刪除
布隆過濾器是乙個bit陣列或者bit向量,值為0或者1
當元素儲存進去布隆過濾器的時候,會通過幾個雜湊函式對映在陣列上個某個位置,標記為1,比如儲存baidu這個元素
當查詢元素是否存在的時候,元素通過雜湊函式,如果對映在bit陣列上的位置不都為1,則肯定不存在
而當都為1時,則有可能存在
布隆過濾器存在概率偏差
誤差是可以調整的,但卻存在,所以存在布隆過濾器變種
雜湊函式個數選擇:
false positives 概率推導見:
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...