布隆過濾器［1］（bloom filter）是由布隆（burton howard bloom）在2023年提出的。它實際上是由乙個很長的二進位制向量和一系列隨機對映函式組成，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（假正例false positives，即bloom filter報告某一元素存在於某集合中，但是實際上該元素並不在集合中）和刪除困難，但是沒有識別錯誤的情形（即假反例false negatives，如果某個元素確實沒有在該集合中，那麼bloom filter 是不會報告該元素存在於集合中的，所以不會漏報）。
直觀的說，bloom演算法類似乙個hash set，用來判斷某個元素（key）是否在某個集合中。
和一般的hash set不同的是，這個演算法無需儲存key的值，對於每個key，只需要k個位元位，每個儲存乙個標誌，用來判斷key是否在集合中。
演算法：1. 首先需要k個hash函式，每個函式可以把key雜湊成為1個整數
2. 初始化時，需要乙個長度為n位元的陣列，每個位元位初始化為0
3. 某個key加入集合時，用k個hash函式計算出k個雜湊值，並把陣列中對應的位元位置為1
4. 判斷某個key是否在集合時，用k個hash函式計算出k個雜湊值，並查詢陣列中對應的位元位，如果所有的位元位都是1，認為在集合中。
優點：不需要儲存key，節省空間
缺點：1. 演算法判斷key在集合中時，有一定的概率key其實不在集合中
2. 無法刪除
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...