Bloom Filter (布隆过滤器)
问题的引入:
我们在使用看b站时,它会不停给我们推送内容,但是每次推送的内容基本上都不是重复的,那么它是怎么做到推送去重的呢?怎么快速过滤掉用户已经查看过的内容呢?
- 用hashtable 缺点:浪费空间
- 用位图存储用户记录 缺点:位图一般只能用来处理整形,如果内容编号是字符串则无法处理了。
所以这时 将hashtable和位图相结合也就有了我们的 bloom filter
bloom filter 概念
布隆过滤器是由 Burton Howard Bloom 在1970年提出的一种概率型的数据结构,特点是高效的插入和查询,能够告诉你某样东西一定不在或者可能存在,它是用多个哈希函数,将一个数据映射到位图结构中。此种方式不仅可以提升查询效率,还能节省大量的空间。
布隆过滤器的优点
- 增加和查询元素的时间复杂度为O(k),k为哈希函数个数,一般比较小,与数据量无关。
- 哈希函数相互之间没有关系,方便硬件并行运算。
- 布隆过滤器不需要存储元素本身,在某些对保密要求比较严格的场合有很大的优势
- 在能够承受一定的误判时,布隆过滤器比其他数据结构由着很大的空间优势。
- 数据量很大时,布隆过滤器可以表示全集
- 使用同一组散列函数的布隆过滤器可以进行交 并 补 的运算。
布隆过滤器的缺点
- 有误判率,存在假阳性(False Positive),不能准确判断元素是否在集合中。(能判断某个元素一定不存在,但不能判断某个元素一定存在)
- 不能获取元素本身,存的只是一个标识
- 一般情况下bloom filter不支持删除
- 如果采用计数方式删除,可能会存在计数回绕问题。
关于让bloom filter的删除功能
布隆过滤器不能直接支持删除工作,因为在删除一个元素时,会影响其他元素
一种支持删除的方法:将bloom filter中的每个比特位扩展成一个小的计数器,插入元素时给k个计数器(k个哈希函数计算出的哈希地址)加一,删除元素时,给k个计数器减一,通过多占用几倍的存储空间的代价来增加删除。
但是 1. 无法确认元素是否真正在布隆过滤器中
2. 存在计数回绕
bloom filter的应用场景:
注册的时候,快速判断某个昵称是否用过
没有用过,ok
用过,再去数据库中确认黑名单
不是黑名单,放行
是,再去数据库中确认
以两个hashfunc为例实现布隆过滤器
namespace lsy
{ struct DJBHash{size_t operator()(const std::string& s){size_t hash = 5381;for (auto ch : s){hash += (hash << 5) + ch;}return hash;}};struct JSHash{size_t operator()(const std::string& s){size_t hash = 1315423911;for (auto ch : s){hash ^= ((hash << 5) + ch + (hash >> 2));}return hash;}};template<size_t M,class K = std::string,class HashFunc1=DJBHash,class HashFunc2 =JSHash>class BloomFilter{public:void Set(const K& key){size_t hash1 = HashFunc1()(key) % M;size_t hash2 = HashFunc2()(key) % M;_bs.set(hash1);_bs.set(hash2);}bool Test(const K& key){size_t hash1 = HashFunc1()(key) % M;if (_bs.test(hash1) == false){return false;}size_t hash2 = HashFunc2()(key) % M;if (_bs.test(hash2) == false){return false;}return true; // 只是有可能存在}private:bitset<M> _bs;};}
Bloom Filter (布隆过滤器)相关推荐
- 布隆过滤器速度_高并发系统一定要考虑的 Bloom Filter 布隆过滤器
开篇思考 你能想到哪些方式判断一个元素是否存在集合中? 布隆过滤器并不存储数据本身,那么是怎么做到过滤的? 布隆过滤器实现?参数配置? 一般我们用来判断一个元素是否存在,会想到用 List,Map,S ...
- Bloom Filter 布隆过滤器
目录 Bloom Filter简介 布隆过滤器的原理 布隆过滤器的实现 使用guava实现 使用redis实现 Bloom Filter简介 Bloom Filter 布隆过滤器,由一个叫布隆的小伙子 ...
- Hash(哈希/散列)和Bloom Filter(布隆过滤器)
文章目录 Hash(函数/表) Bloom Filter 布隆过滤器的误识别问题 总结 参考 Hash(函数/表) Hash (中译为哈希,或者散列)函数在计算机领域,尤其是数据快速查找领域,加密领域 ...
- Bloom Filter(布隆过滤器)
一.介绍 Bloom Filter是一个有m bits的bit array,每一个bit位都初始化为0.并且定义有k个不同的hash function,每个都以uniform random distr ...
- Redis缓存击穿解决办法之bloom filter布隆过滤器
转载地址:http://blog.jobbole.com/113396/ 布隆过滤器:Google Guava类库源码分析及基于Redis Bitmaps的重构 2017/12/30 · 开发 · B ...
- Bloom Filter布隆过滤器(解决redis缓存穿透)
目录 1.什么是布隆过滤器: 2.用BitSet手写简单的布隆过滤器 3.redis中的缓存穿透 4.Redis中的布隆过滤器 4.1 RedisBloom 4.1.1直接编译进行安装 4.1.2使用 ...
- Bloom filter(布隆过滤器)学习与使用总结
一.简介 当我们使用主流数据结构如 Lists, Maps, Sets, Trees等等时,我可以得到确切的结果,无论这个数据存在或是不存在.概率数据结构能够提供一种基于内存的,快速的查找出一种可能而 ...
- Bloom Filter(布隆过滤器)的概念和原理
Bloom filter 适用范围:可以用来实现数据字典,进行数据的判重,或者集合求交集 基本原理及要点: 对于原理来说很简单,位数组+k个独立hash函数.将hash函数对应的值的位数组置1,查找时 ...
- Bloom Filter(布隆过滤器)的概念和原理(转)
Bloom filter 适用范围:可以用来实现数据字典,进行数据的判重,或者集合求交集 基本原理及要点: 对于原理来说很简单,位数组+k个独立hash函数.将hash函数对应的值的位数组置1,查找时 ...
- Hbase-之Bloom Filter布隆过滤器 hbase请求交互
Hbase-之Bloom Filter布隆过滤器&Hbase 1 BloomFilter是什么? 布隆过滤器,以它的创始人Burton Howard Bloom的名字命名,首先明确一个点,它只 ...
最新文章
- Oracle type (自定义类型的使用)
- 全球及中国水牛奶市场销售份额与投资盈利前景分析报告2022版
- 【原创】大道五目 Flash版 Demo
- andriod studio 查看项目依赖_Intellij IDEA 中如何查看maven项目中所有jar包的依赖关系图...
- win7进入主板bios设置的方法
- K8S_Google工作笔记0011---通过二进制方式_部署etcd集群
- 强连通分量算法(2)
- linux logo程序设计,Android开机LOGO的修改
- 设计模式-行为型软件设计模式(四)
- 多显示器被禁用无法开启_高刷等带来丝滑游戏体验:华硕ROG XG32VC电竞显示器...
- Excel单元格保护
- 各种软件系统架构图解析
- 系统性谈谈软件可靠性——第2讲:软件可靠性度量及分配
- 小游戏系列——猜数字游戏
- 【HD Tune变红/警告】硬盘 SMART 检测参数详解
- mysql 只读账号_MySQL, 创建一个只读用户和一个所有权限用户
- 【论文】论文阅读记录
- 夏天来了,西瓜配橙汁,来点小清新风格
- java中获取中文拼音(全拼)和中文首字母
- java 运行 对象_java实例对象的编译时类型和运行时类型
热门文章
- xlwings 处理 Excel 样式
- 曝阿里达摩院大模型 M6 带头人杨红霞已离职:个人选择,非行业原因
- 在企业运营管理中数据分析的重要作用和意义
- 脉冲星 9月脉动 | 2.4.1 版本发布和社区海内外布道
- 苹果开发账号申请、证书生成
- 自然语言处理(NLP)- 建立一个搜索引擎(信息检索系统)的点点滴滴
- 计算机 校级研究生学术会议,通知 | 【研究生评奖评优】关于做好浙江大学2017-2018学年计算机学院研究生学年小结及评奖评优工作的通知...
- 2010 outlook导入QQ邮箱联系人
- 异常的处理(try.....catch )
- 9.回归中的相关度和决定系数