布隆過濾器

布隆過濾器是redis快取穿透的解決方案

布隆過濾器（bloom filter）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比一般的演算法要好的多，缺點是有一定的誤識別率和刪除困難。

優點：由一系列二進位制0和1組成的陣列，佔的空間較小

插入和查詢的速度很快，因為是由hash函式計算出hash值，

插入和查詢的時間複雜度是o(k)，k代表雜湊函式的個數

優點還有安全性比較高，因為布隆過濾器裡面只儲存0和1，別人也不知道是什麼意思

缺點：很難做刪除的操作，比如「你好」和「hello」在布隆過濾器的某乙個位置都是1，現在刪除「你好」，那麼也不能把位置上的1刪除。

比如有乙個資料不存在布隆過濾器中，但是可能經過計算該資料存在布隆過濾器當中。

我們不能避免誤判，但是可以降低誤判的概率

在類bloomfilter中

我們可以設定誤判率

但是我們設定的誤判率越小，計算時間就會越長，布隆過濾器的效能也就越差。所以布隆過濾器不能設定的過於小。

我們dug看類bloomfilter原始碼可知，當我們把誤判率設定為0.01時，布隆過濾器的hash函式是7個，把誤判率設定為0.03時，布隆過濾器的hash函式是5個。

誤判率越小，布隆過濾器所佔的空間越大，hash函式越多

比如我們有兩個資料，經過乙個hash函式算出來的值可能相同，但是經過多個hash函式都相同的概率很小。所以hash函式越多，誤差率越小。

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...