昨天做演算法題看到的，以前聽都沒聽過，布隆？扛著門板的那個？哈哈。
布隆過濾器常用來做大資料量的篩選工作，就是從很大的資料集合中判斷一條資料是否屬於該集合。如果該集合資料量夠小我們一般採用資料結構把這些資料都存起來，然後來一條資料我們就去集合中查詢是否有這條資料；但是當資料量達到一定程度時，比如幾個g的資料量你再這樣存怕是要把記憶體撐爆喲，這個時候就可以採用布隆過濾器，前提是這種過濾允許少量誤差。
布隆過濾器的原理是採用多個hash演算法算出多個特徵值，將特徵值存在乙個資料結構中（需要根據指定大小取模），然後來一條資料就算一次這條資料的特徵值，只要有乙個特徵值在這個資料結構中沒有，就說明這條資料不在這個過濾集合中，反之只要特徵值全都在這個資料結構中則表示可能在這個集合中。
舉例：1萬個人名中是不是有某個名字，如果全詞匹配需要存1萬個名字，所以：
1.把每個人名字拆成單個漢字（hash演算法算特徵值），
2.結果還是太多，我沒那麼大空間，我就想了個辦法再分類，比如根據漢字首字母或者根據單個漢字全拼（根據指定範圍大小取模，才能存到指定範圍），
3.然後去找你名字的每個字是不是都存在，有乙個字不存在說明名字肯定不在這1萬個名字裡面，否則就認為在（實際可能不在，比如張三的名字可能因為張五和李三的原因被誤判）
布隆過濾器存在著誤差，影響誤差大小的因素:1.hash演算法的穩定性（影響特徵值的重複率），2.存特徵值指定範圍的大小（特徵值算出來分布很廣，需要根據特徵值指定範圍取模）
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...