最近在學redis的時候，看到redis中解決快取擊穿（就是資料庫裡面沒有的資料在的資料，在redis上面也不會有，然後程序看redis上面沒有，就去訪問資料庫。這種情況一多，容易造成資料庫奔潰）的問題時候。看到一種解決方法叫 布隆過濾器，熟悉的趕腳啊。
在學大資料的時候，hdaoop的hbase元件裡面也有這種演算法。布隆過濾器的大概工作原理就是我捋了一下，把自己學到的整理一下。
布隆過濾器的分成兩個重要的部分吧，乙個bool（邏輯陣列），因為布隆過濾器只要在陣列的相應的位置標記一下，當前這個下標是否是有值的。就完成了對資料的儲存。
那麼資料又是怎知道，自己該往bool的那個位置放嘞。這就是布隆過濾器的第二個部分了。hash演算法，在當前的布隆過濾器中定義單個儲存的hash值演算法（可以多個），將得到的hash值整除bool的長度，得到的數字就是當前元素在布隆過濾器上得儲存位置（不存資料，只是表明當前這個元素已在布隆過濾器裡面被標記了），就是bool中的相應位置設定為true。
舉個例子：
我現在有乙個布隆過濾器，bool長度是10；
現在我有兩個元素 「北京」，「南京」。我定了兩個hash演算法，
1.根據元素的第乙個字元求hash值，
2.根據元素的第二個字元求hash值，他們整除10之後儲存到bool中，這個時候bool中 只有三個位置設定為了true（「北京」和「南京」，「京」子重複了，所以「南京」儲存的時候，會和「北京」的乙個hash值重複）；
將這個兩個元素儲存到布隆過濾器中之後，bool中只有三個位置為true。
這個時候我檢索「南北」，「東京」這兩個元素在不在當前這個布隆過濾器中。聰明的寶貝已經知道了，「南北」會被判斷為在當前的布隆過濾器中，「東京」不在。
布隆過濾器檢索元素的時候是有一定誤差的，肯定不存在，概率性存在（可能存在），為什麼嘞？
因為根據我們定義的hash演算法，「南北」這個元素的hash值正好已經在bool中被標記了，而「東京」這個元素根據1.hash演算法算出的hash值不在bool中。所以布隆過濾器只會對元素存在有誤判機率。不存在則肯定不存在。
所以布隆過濾器很適合redis中解決快取擊穿問題，減少對資料庫的多次訪問。
鬱悶的星期五
今天真是鬱悶，昨夜同學電腦出問題，讓我幫忙。於是整個上午都在幫同學弄電腦，好像弄不好誓不罷休似的，結果十二點多的時候終於柳暗花明又一村了。呵呵。但是今天下午，我正在辦公室好好學習天天向上時，來了兩個女生。讓我幫忙看電腦，怎麼辦哪？人來總不好意思拒絕吧，於是乎又只能continue。乙個弄好後，沒想到...
2014 3 7 星期五 困
昨日進度 人工智慧 上課前作業完成，上課中複習離散 聽課 中 基本完成，要複習一下 體育 中午 完成數電作業 中上 數電 複習 聽課 優 基本複習一遍，完成任務 無課 去圖書館 晚飯在旁邊吃 還書 借書 複習 中下 太睏了，結果書看得有點少，書還了沒借 毛澤 看測控 結束那本書 下 上課是看電影 寢...
一道水題 黑色星期五
問題描述 有些西方人比較迷信，如果某個月的13號正好是星期五，他們就會覺得不太吉利，用古人的說法，就是 諸事不宜 請你編寫乙個程式，統計出在某個特定的年份中，出現了多少次既是13號又是星期五的情形，以幫助你的迷信朋友解決難題。說明 1 一年有365天，閏年有366天，所謂閏年，即能被4整除且不能被1...