No.19 Counting Bloom Filter 的原理和实现

最新推荐文章于 2023-04-05 08:10:07 发布

木东居士

最新推荐文章于 2023-04-05 08:10:07 发布

阅读量1.6k

点赞数

分类专栏：大数据文章标签：大数据

本文链接：https://blog.csdn.net/zhaodedong/article/details/78445931

版权

本文介绍了Counting Bloom Filter（CBF）的工作原理，解决了标准Bloom Filter不支持删除元素的问题。CBF使用计数器替代单一位，插入和删除时相应计数器加减1。讨论了Counter大小选择的考量，并提供了简单的CBF实现示例。CBF虽然改进了删除操作，但仍有资源浪费和误判率问题，衍生出了如SBF、dlCBF和ACBF等优化版本。

摘要由CSDN通过智能技术生成

0x00 前言

标准的 Bloom Filter 是一种比较简单的数据结构，只支持插入和查找两种操作。在所要表达的集合是静态集合的时候，标准 Bloom Filter 可以很好地工作，但是如果要表达的集合经常变动，标准Bloom Filter的弊端就显现出来了，因为它不支持删除操作。这就引出来了本文要谈的 Counting Bloom Filter，后文简写为 CBF。

0x01 原理

一、BF 为什么不支持删除

BF 为什么不能删除元素？我们可以举一个例子来说明。

比如要删除集合中的成员 dantezhao，那么就会先用 k 个哈希函数对其计算，因为 dantezhao 已经是集合成员，那么在位数组的对应位置一定是 1，我们如要要删除这个成员 dantezhao，就需要把计算出来的所有位置上的 1 置为 0，即将 5 和 16 两位置为 0 即可。

title

问题来了！现在，先假设 yyj 本身是属于集合的元素，如果需要查询 yyj 是否在集合中，通过哈希函数计算后，我们会去判断第 16 和第 26 位是否为 1，这时候就得到了第 16 位为 0 的结果，即 yyj 不属于集合。显然这里是误判的。

二、什么是 Counting Bloom Filter

Counting Bloom Filter 的出现，解决了上述问题，它将标准 Bloom Filter 位数组的每一位扩展为一个小的计数器（Counter），在插入元素时给对应的 k （k 为哈希函数个数）个 Counter 的值分别加 1，删除元素时给对应的 k 个 Counter 的值分别减 1。Counting Bloom Filter 通过多占用几倍的存储空间的代价，给 Bloom Filter 增加了删除操作。基本原理是不是很简单？看下图就能明白它和 Bloom Filter 的区别在哪。