布隆過濾器

布隆過濾器

布隆過濾器（bloom filter）是乙個由二進位制向量（位陣列）和一系列隨機對映函式（雜湊函式）兩部分組成的資料結構。相比於我們平時常用的的 list、map 、set 等資料結構，它占用空間更少並且效率更高，但是缺點是其返回的結果是概率性的，而不是非常準確的。理論情況下新增到集合中的元素越多，誤報的可能性就越大。並且，存放在布隆過濾器的資料不容易刪除。

原理當乙個元素加入布隆過濾器中的時候，會進行如下操作：

使用布隆過濾器中的雜湊函式對元素值進行計算，得到雜湊值（有幾個雜湊函式得到幾個雜湊值）

根據得到的雜湊值，在位陣列中把對應下標的值置為 1

當我們需要判斷乙個元素是否存在於布隆過濾器的時候，會進行如下操作：

對給定元素再次進行相同的雜湊計算

得到值之後判斷位陣列中的每個元素是否都為 1，如果值都為 1，那麼說明這個值在布隆過濾器中，如果存在乙個值不為 1，說明該元素不在布隆過濾器中

布隆過濾器說某個元素存在，小概率會誤判。布隆過濾器說某個元素不在，那麼這個元素一定不在

使用場景

在超大資料量的情況下，判斷某個資料是否存在其中

防止快取穿透

url 去重

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...