演算法學習，演算法學習網站

演算法學習，演算法學習網站

• Bloom filter簡介
• Bloom Filter計算方法
• Bloom Filter優點缺點
  • 優點
  • 缺點
• 圖示說明

Bloom filter簡介

Bloom filter 是由 Howard Bloom 在 1970 年提出的二進位向量資料結構，它具有很好的空間和時間效率，被用來檢測一個元素是不是集合中的一個成員。如果檢測結果為是，該元素不一定在集合中；但如果檢測結果為否，該元素一定不在集合中。因此Bloom filter具有100%的召回率。這樣每個檢測請求返回有“在集合內（可能錯誤）”和“不在集合內（絕對不在集合內）”兩種情況，可見 Bloom filter 是犧牲了正確率和時間以節省空間的。

以上文字來源百度百科

Bloom Filter計算方法

如需要判斷一個元素是不是在一個集合中，我們通常做法是把所有元素儲存下來，然後通過比較知道它是不是在集合內，鏈表、樹都是基於這種思路，當集合內元素個數的變大，我們需要的空間和時間都線性變大，檢索速度也越來越慢。 Bloom filter 採用的是雜湊函數的方法，將一個元素映射到一個 m 長度的陣列上的一個點，當這個點是 1 時，那麼這個元素在集合內，反之則不在集合內。這個方法的缺點就是當檢測的元素很多的時候可能有衝突，解決方案就是使用 k 個雜湊 函數對應 k 個點，如果所有點都是 1 的話，那麼元素在集合內，如果有 0 的話，元素則不在集合內。

Bloom Filter優點缺點優點

• 插入時間和查詢時間都是常數。
• 儲存的不是資料本身，安全性好。

缺點

• 插入的元素越多，錯判性越大。
• 不能刪除元素。

圖示說明

例如我們有一個簡單的Bloom Filter結構如下：(所有位都是0)

      [ 0 0 0 0 0 0 0 0 0 0 ]

第一次插入a用兩個雜湊函數，映射到1 4位置上，變為1.

      [ 1 0 0 1 0 0 0 0 0 0 ]

第二次插入b同樣的hash函數，映射到1 8位置上, 變為1.

      [ 1 0 0 1 0 0 0 1 0 0 ]

這樣就存放了a b兩個元素，當我們尋找a是否在的時候，兩次hash找到1 4位置，發現同時為 1。則表明a存在。

但是假如我們尋找的d雜湊後映射到4 8位置，發現也同時為 1. 認為存在，這就出錯了，因為現在裡面只存放了a b沒有d。

下面寫下我用C++寫的代碼實現，比較簡單的實現了下，具體的Hash演算法我都簡略的寫了。

首先是標頭檔Header.h

////  Header.h//  BloomFilter////  Created by Alps on 15/3/19.//  Copyright (c) 2015年 chen. All rights reserved.//#ifndef BloomFilter_Header_h#define BloomFilter_Header_hclass BitMap{public:    BitMap(){        bitmap = NULL;        size = 0;    }    BitMap(int size){        bitmap = NULL;        bitmap = new char[size];        if (bitmap == NULL) {            printf("ErroR In BitMap Constractor!\n");        }else{            memset(bitmap, 0x0, size * sizeof(char));            this->size = size;        }    }    int initBitMap(int size){        bitmap = NULL;        bitmap = new char[size];        if (bitmap == NULL) {            printf("ErroR In BitMap Constractor!\n");            return 0;        }else{            memset(bitmap, 0x0, size * sizeof(char));            this->size = size;            return this->size;        }    }    /*     * set the index bit to 1;     */    int bitmapSet(int index){        int addr = index/8;        int addroffset = index%8;        unsigned char temp = 0x1 << addroffset;        if (addr > (size+1)) {            return 0;        }else{            bitmap[addr] |= temp;            return 1;        }    }    /*     * return if the index in bitmap is 1;     */    int bitmapGet(int index){        int addr = index/8;        int addroffset = index%8;        unsigned char temp = 0x1 << addroffset;        if (addr > (size + 1)) {            return 0;        }else{            return (bitmap[addr] & temp) > 0 ? 1 : 0;        }    }    /*     * del the index from 1 to 0     */    int bitmapDel(int index){        if (bitmapGet(index) == 0) {            return 0;        }        int addr = index/8;        int addroffset = index%8;        unsigned char temp = 0x1 << addroffset;        if (addr > (size + 1)) {            return 0;        }else{            bitmap[addr] ^= temp;            return 1;        }    }private:    char *bitmap;    int size;};#endif

標頭檔儲存好，放到工程路徑下。
下面是BloomFilter.cpp檔案了。

////  main.cpp//  BloomFilter////  Created by Alps on 15/3/18.//  Copyright (c) 2015年 chen. All rights reserved.//#include <iostream>#include "Header.h"using namespace std;template <class Type> class BloomFilter{public:    BloomFilter();    BloomFilter(int length){        bitmap.initBitMap(length);        this->length = length;    }    bool Add(const Type &T);    bool Contains(const Type &T);    int HasH(const Type &T);private:    BitMap bitmap;    int length;};template <class Type> int BloomFilter<Type>::HasH(const Type &T){    int temp = (int) T;    return temp%length;}template <class Type> bool BloomFilter<Type>::Add(const Type &T){    int first = HasH(T);    int second = HasH(first);    if (bitmap.bitmapSet(first) && bitmap.bitmapSet(second)) {        return true;    }else{        return false;    }}template <class Type> bool BloomFilter<Type>::Contains(const Type &T){    int first = HasH(T);    int second = HasH(first);    if (bitmap.bitmapGet(first) && bitmap.bitmapGet(second)) {        return true;    }else{        return false;    }}int main(int argc, const char * argv[]) {    BloomFilter<int> bloom(10);    bloom.Add(3);    if (bloom.Contains(3)) {        printf("true\n");    }else{        printf("false\n");    }    if (bloom.Contains(2)) {        printf("true\n");    }else{        printf("false\n");    }    return 0;}

這就是My Code了。