目录
背景介绍
在一些场景下面，有大量数据需要判断是否存在，而这些数据不是整形，导致位图就派不上用场。这时，时代无比呼唤一种新的解决方案，布隆过滤器也就应运而生了。
简介
布隆过滤器（Bloom Filter）是1970年由布隆提出的。它实际上是一个很长的二进制向量和一系列随机映射函数(哈希函数)。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都比一般的算法要好得多，缺点是有一定的误判率和删除困难。
布隆过滤器的实现思路
BloomFilter的实现思路就是把key通过哈希函数转换成整型后在映射一个二进制位。也就是说，BloomFilter = bitset(位图) + Hash函数。考虑到只映射一个位的话哈希冲突的概率较大，所以可以通过几个哈希函数转换出几个整型，然后映射多个二进制位，降低冲突率。
布隆过滤器的作用
布隆过滤器可以告诉我们“某样东西一定不存在或者可能存在”。换句话说，它判断一个值key在是不准确的，但是判断一个值key不在是准确的。下面对这句话做出解释。
判断一个值在是不准确的。原因在于布隆过滤器存在误判，也就是说不同的key映射的3个位置上都恰好与其他元素冲突，而且这些位置都被置为了1，返回结果就是在——这就是误判。
判断一个值不在是准确的。首先，导致返回结果为不存在有两种情况，第一：元素key本来就存在，但是由于误判，导致返回结果为不存在。第二：元素key本来就不存在，然后返回结果为不存在。针对第一种情况，因为布隆过滤器保证元素不被错误的删除，元素存在的话它映射的3个二进制位一定为1，所以这种情况不可能发生。只能是第二种情况，即只有不存在的值返回结果才是不存在，证明了判断一个值不在是准确的。
布隆过滤器误判率推导过程
数据量：n
误判率：p
bit数组的大小：m
哈希函数的个数：k
针对某个二进制位：
经过1次哈希函数映射后，不被置为1的概率：
经过k个哈希函数映射后该bit位仍未被置为1的概率：（某一个二进制位被置为1后，后面还是有可能会再次映射到该位置，故总的二进制位数还是m）
该二进制位在插入n个值后依旧未被置为1的概率：
则某个二进制位在插入n个值后被置为1的概率：
故误判的概率： ①
根据
①式可化为：
扫一扫
4万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
