上篇部落格我們講到了點陣圖（bitmap）：雜湊應用之位圖 ，但是位圖不是萬能的，如我們需要儲存的64bit型別的資料，還能不能用bitmap？我們來算一算：
eb（exabyte，艾位元組）這個電腦科學中統計資料量的單位有多大，有興趣的小夥伴可以查閱下資料。這個量級的bitmap，已經不是人類硬體所能承擔的了。我相信誰也不會想用集群去計算這麼乙個問題吧？所以bitmap的好處在於空間複雜度不隨原始集合內元素的個數增加而增加，而它的壞處也源於這一點 ——空間複雜度隨集合內最大元素增大而線性增大。
所以接下來，我們要引入另乙個著名的工業實現——布隆過濾器（bloom filter）。
布隆過濾器
bloomfilter的核心思想：
bloomfilter的準確性
儘管bloomfilter已經盡可能的減小雜湊衝突的概率了，但是，並不能徹底消除，因此正如上面提到的：
布隆結構
//假設布隆過濾器中元素型別為k，每個元素對應3個雜湊函式,即乙個值會對映三個位置
templateclass bloomfilter
private:
bitmap _bmp;//底層由bitmap實現
};
bool insert(const k& key)
bool isbloomfilter(const k& key)
雜湊函式相互之間沒有關係，方便硬體並行運算
布隆過濾器不需要儲存元素本身，在某些對保密要求比較嚴格的場合有很大優勢
在能夠承受一定的誤判時，布隆過濾器比其他資料結構有這很大的空間優勢
資料量很大時，布隆過濾器可以表示全集，其他資料結構不能
使用同一組雜湊函式的布隆過濾器可以進行交、並、差運算
有誤判率，即存在假陽性(false position)，即不能準確判斷元素是否在集合中(補救方法：再建立乙個白名單，儲存可能會誤判的資料)
不能獲取元素本身，只能判斷其存不存在
一般情況下不能從布隆過濾器中刪除元素(可以支援刪除，但是效率不高且浪費空間)
如果採用計數方式刪除，可能會存在計數迴繞問題
#include "bitmap.h"
#pragma once
#include using namespace std;
struct hashfunc1
return hash;
}};struct hashfunc2
return hash;
}};struct hashfunc3
return hash;
}};//假設布隆過濾器中元素型別為k，每個元素對應3個雜湊函式,即乙個值會對映三個位置
templateclass bloomfilter
bool insert(const k& key)
bool isbloomfilter(const k& key)
private:
bitmap _bmp;
size_t _size;
};
資料結構 雜湊思想應用之布隆過濾器
假設現有海量資料，例如10億個字元 理想容器 該容器儲存思想仍為點陣圖。但卻可以儲存字元，且可以處理雜湊衝突。在之前的雜湊表編寫中，雜湊擁有乙個函式，該函式可以自動識別儲存內容。實際的底層實現為 將不同型別轉換為整形。雜湊轉換演算法有很多種，其效果就是將乙個字串轉換為乙個整形的值返回，例如下面的 s...
資料結構 布隆過濾器
基於位圖的缺點 只能儲存整型，在現實中的應用有了很大的侷限性，所以又引出了一種新的雜湊變形，其實也算是點陣圖的變形 布隆過濾器。如圖，把字串經過布隆過濾器的處理，對映到位圖的多個位置，讓這幾個位置都置成1用來表示這個字串的存在。所以只要有乙個位置為0，那麼這個資料就不存在。1.本來不存在的資料，可能...
資料結構 布隆過濾器
原理 如果要判斷乙個數是不是在乙個集合裡，一半想到的是將所有的元素儲存起來，然後通過比較確定。但是隨著集合中元素的增加，需要的儲存空間越來越大，檢索速度自然會變慢。這時會有人想到使用雜湊表，將元素通過雜湊函式對映到乙個位陣列中，將相應的位元位置為1，這樣就可以判斷這個元素是不是在集合之中了。但是雜湊...