简单介绍布隆过滤器

一句话介绍

布隆过滤器（Bloom Filter）是1970年由布隆提出的。它其实是一个很长的二进制向量和一系列随机映射函数。布隆过滤器能够用于检索一个元素是否在一个集合中。它的优势是空间效率和查询时间都远远超过通常的算法，缺点是有必定的误识别率和删除困难。
From 百度百科 

输入与输出

S：目标查找元素
Z： 被查找元素集(set)
Input: S,Z
Output:
True, S存在于Z
False, S不存在于Z

 

实际例子

但从文字上是很难理解的，下面举个实际的例子：

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

  0   1    2  3   4   5    6   7   8   9   10  11   12  13  14  15 16  17  18  19

1. 首先初始化一个size为20、初始值全为0的数组，和两个hash函数(hash函数的个数由本身定，为讲解方便这里使用两个)：

hashA(x) 和 hashB(x)
函数本身定义就好，只要output能对应到数组的key就行。

另外还有一个被查找元素集：

{'wo','shi','sevens','chan'}

2. 把被查找元素集的每一个元素都通过全部的hash函数：

'wo' -> hashA('wo') -> 3
'wo' -> hashB('wo') -> 8

把获得的hash值找到数组的key，而后将值改成1：

0

0

0

1

0

0

0

0

1

0

0

0

0

0

0

0

0

0

0

0

  0   1    2  3   4   5    6   7   8   9   10  11   12  13  14  15 16  17  18  19

同理把全部元素都处理一遍最后获得数组:

0

1

1

1

0

0

1

0

1

0

0

0

1

0

1

1

0

0

0

0

  0   1    2  3   4   5  6   7   8   9  10  11 12  13  14  15 16  17  18  19

3. 而后就开始查找咱们的目标元素(假设咱们要查找'sevens')是否在集合中，同理，先把目标元素进行一遍hash取值：

'sevens' -> hashA('sevens') -> 6
'sevens' -> hashB('sevens') -> 15

根据两个hash值能够看到，数组中6和15的位置都为1，因此元素可能存在集合中。反之若是有一个为0，都确定不存在集合中。

可能存在

是的，布隆过滤器是存在必定的偏差率的，特别是数据量大的时候，因此咱们只能说元素可能存在集合中。在容许偏差的场景下仍是可使用的。