Bloom Filter 布隆過濾器原理

**：

bloom filter（布隆過濾器）主要用於判斷某個元素是否屬於集合內，但是這種判斷不是一定正確的。

經典問題：

假設你有數量非常龐大的url集合，現在給你乙個新的url，要你快速判斷這個url是否在上述的url集合中。

解決這個問題比較原始的方法是：先用乙個陣列把所有url存起來，然後再掃瞄這個陣列，判斷裡面是否有元素與新的這個url相同。這樣做會耗費非常大的空間和時間，是非常不妥的一種做法。

另一種非常快速的方法就是使用布隆過濾器了。如果布隆過濾器說乙個元素在某個集合內，那麼這個元素是很有可能在這個集合內的，但不是百分之百在；相反，如果布隆過濾器說乙個元素不在這個集合內，那麼這個元素一定不在這個集合內。

原理：布隆過濾器主要使用的是hash函式，並且是同時使用多個hash函式，以便減少hash衝突。

首先，假設有7個hash函式，分別是h1(), h2() ….h7()，這裡hash函式的具體內容是不定的，看你具體的程式和應用來決定。然後有乙個位陣列bits，元素個數為m吧，初始化為0.

下面先說往集合裡新增元素的過程：

給你乙個元素e，你要把它通過布隆過濾器新增到某個集合裡。

首先，分別用上面的7個hash函式對e取hash值，假設結果如下：

r1 = h1(e) = 5,

r2 = h2(e) = 6,

r3 = h3(e) = 1,

r4 = h4(e) = 7,

r5 = h5(e) = 6,

r6 = h6(e) = 10,

r7 = h7(e) = 9.

這裡需要注意的是，這幾個hash函式中有可能返回值是相同的（比如上面的r2和r5）。

根據上面的結果，把bits對應位置為1(重複只需置一次就可以了)：

bits[5] = 1

bits[6] = 1,

bits[1] = 1,

bits[7] = 1,

bits[10] = 1,

bits[9] = 1.

這就把e通過布隆過濾器加入到了集合中來。

現在假設又來乙個元素e2，要新增到集合中來。假設用7個hash函式做hash得：

r1 = h1(e2) = 3,

r2 = h2(e2) = 1,

r3 = h3(e2) = 6,

r4 = h4(e2) = 14,

r5 = h5(e2) = 11,

r6 = h6(e2) = 13,

r7 = h7(e2) = 3.

再把對應bits的位置為1，

bits[3] = 1,

bits[1] = 1,

bits[6] = 1,

bits[14] = 1,

bits[11] = 1,

bits[13] = 1,

bits[3] = 1.

注意bits的長度m的大小，不要越過陣列邊界了。

經過上述兩個元素的新增，bits變成下面這樣：

bits[1] = 1,

bits[3] = 1,

bits[5] = 1,

bits[6] = 1,

bits[7] = 1,

bits[9] = 1,

bits[10] = 1,

bits[11] = 1,

bits[13] = 1,

bits[14] = 1,

其他都為0。

現在集合裡面有e1和e2兩個元素了。

現在要判斷元素e3是否在這個集合內。

首先分別用上面的7個hash函式對e3求hash，結果假設如下：

r1 = h1(e3) = 3,

r2 = h2(e3) = 1,

r3 = h3(e3) = 6,

r4 = h4(e3) = 14,

r5 = h5(e3) = 11,

r6 = h6(e3) = 13,

r7 = h7(e3) = 3.

（很明顯，這裡的結果與e2的hash結果一樣）

如果e3在集合內，那麼上面結果對應的bits位要全都為1才行，如果有乙個為0，那麼e3就不在集合內。很明顯，bits對應的位都為1，所以我們可以說e3很有可能在集合內，但不是百分之百。

如果是這種情況，e3的所有hash值對應的bits都為1，但是e3不在集合內。假設此時hash值計算結果為：

r1 = h1(e3) = 3,

r2 = h2(e3) = 6,

r3 = h3(e3) = 7,

r4 = h4(e3) = 9,

r5 = h5(e3) = 11,

r6 = h6(e3) =13,

r7 = h7(e3) = 14,

此時雖然對應bits位都為1，但是由於e3的hash結果是由e1和e2混合而來的，所以此時e3是不存在集合中的。

相反，如果計算出所有的hash值，bits對應位中有為0 的，那麼可以肯定地說這個元素一定不在集合內；因為如果在集合內的話，那麼在用布隆過濾器新增元素時，就應該把這個元素所有hash值的bits對應位都置為了1.

bloomfilter的c++**：

bloomfilter.h

[cpp]view plain

copy

//// bloomfilter.h

// bloomfilter

//// created by 劉建安 on 4/19/15.

//#ifndef bloomfilter_bloomfilter_h

#define bloomfilter_bloomfilter_h

#include "math.h"

#include "memory.h"

#include "bloomhash.h"

using

namespace

std;

class

bloomfilter;

//hash函式的種子

for(

inti = 0; i < 7; i++)

hash[i].setseed(seeds[i]);

} //判斷是否包含某個字串

bool

iscontain(string s)

return

flag;

} //新增字串

void

add(string s)

} };

#endif

bloomhash.h

[cpp]view plain

copy

//// bloomhash.h

// bloomfilter

//// created by 劉建安 on 4/19/15.

//#ifndef bloomfilter_bloomhash_h

#define bloomfilter_bloomhash_h

#include "string"

using

namespace

std;

#define numofbits (1 << 14) //bits陣列的長度

class

bloomhash

//對乙個字串求雜湊值

inthash(string s)

return

(numofbits -1) & result;

//這裡記得要減去1，否則答案有錯；&是為了保證陣列不越界

} };

#endif

main.cpp

[cpp]view plain

copy

//// main.cpp

// bloomfilter

//// created by 劉建安 on 4/19/15.

//#include

#include "bloomfilter.h"

#include "string"

using

namespace

std;

intmain(

intargc,

const

char

* argv)

else

cout << "no"

<< endl;

return

}

Bloom Filter 布隆過濾器原理

Bloom filter（布隆過濾器）

布隆過濾器（Bloom Filter）

布隆過濾器（BloomFilter）

Bloom Filter 布隆過濾器 原理

Bloom filter（布隆過濾器）

布隆過濾器（Bloom Filter）

布隆過濾器（BloomFilter）

相關推薦

Bloom Filter 布隆過濾器原理