先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7
深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！
因此收集整理了一份《2024年最新Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Java开发知识点，真正体系化！
由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新
如果你需要这些资料，可以添加V获取：vip1024b （备注Java）
正文
主要看论文的这个地方：
它的工作原理，总结起来是这样的：
它有两个 hash 表，记为 T1，T2。
两个 hash 函数，记为 h1，h2。
当一个不存在的元素插入的时候，会先根据 h1 计算出其在 T1 表的位置，如果该位置为空则可以放进去。
如果该位置不为空，则根据 h2 计算出其在 T2 表的位置，如果该位置为空则可以放进去。
如果该位置不为空，就把当前位置上的元素踢出去，然后把当前元素放进去就行了。
也可以随机踢出两个位置中的一个，总之会有一个元素被踢出去。
被踢出去的元素怎么办呢？
没事啊，它也有自己的另外一个位置。
论文中的伪代码是这样的：
看不懂没关系，我们画个示意图：
上面的图说的是这样的一个事儿：
我想要插入元素 x，经过两个 hash 函数计算后，它的两个位置分别为 T1 表的 2 号位置和 T2 表的 1 号位置。
两个位置都被占了，那就随机把 T1 表 2 号位置上的 y 踢出去吧。
而 y 的另一个位置被 z 元素占领了。
于是 y 毫不留情把 z 也踢了出去。
z 发现自己的备用位置还空着（虽然这个备用位置也是元素 v 的备用位置），赶紧就位。
所以，当 x 插入之后，图就变成了这样：
上面这个图其实来源就是论文里面：
这种类似于套娃的解决方式看似可行，但是总是有出现循环踢出导致放不进 x 的问题。
比如上图中的(b)。
当遇到这种情况时候，说明布谷鸟 hash 已经到了极限情况，应该进行扩容，或者 hash 函数的优化。
所以，你再次去看伪代码的时候，你会明白里面的 MaxLoop 的含义是什么了。
这个 MaxLoop 的含义就是为了避免相互踢出的这个过程执行次数太多，设置的一个阈值。
其实我理解，布谷鸟 hash 是一种解决 hash 冲突的骚操作。
如果你想上手玩一下，可以访问这个网站：
http://www.lkozma.net/cuckoo_hashing_visualization/
当踢来踢去了 16 （MaxLoop）次还没插入完成后，它会告诉你，需要 rehash 并对数组扩容了：
布谷鸟 hash 就是这么一回事。
接着，我们看布谷鸟过滤器。
布谷鸟过滤器
布谷鸟过滤器的论文《Cuckoo Filter: Practically Better Than Bloom》开篇第一页，里面有这样一段话。
直接和布隆过滤器正面刚：我布谷鸟过滤器，就是比你屌一点。
上来就指着别人的软肋怼：
标准的布隆过滤器的一大限制是不能删除已经存在的数据。如果使用它的变种，比如 Counting Bloom Filter，但是空间却被撑大了 3 到 4 倍，巴拉巴拉巴拉…
而我就不一样了：
这篇论文将要证明的是，与标准布隆过滤器相比，支持删除并不需要在空间或性能上提出更高的开销。
布谷鸟过滤器是一个实用的数据结构，提供了四大优势：
1.支持动态的新增和删除元素。2.提供了比传统布隆过滤器更高的查找性能，即使在接近满的情况下（比如空间利用率达到 95% 的时候）。3.比诸如商过滤器（quotient filter，另一种过滤器）之类的替代方案更容易实现。4.如果要求错误率小于3%，那么在许多实际应用中，它比布隆过滤器占用的空间更小。
布谷鸟过滤器的 API 无非就是插入、查询和删除嘛。
其中最重要的就是插入，看一下：
论文中的部分，你大概瞟一眼，看不明白没关系，我这不是马上给你分析一波吗。
插入部分的伪代码，可以看到一点布谷鸟 hash 的影子，因为就是基于这个东西来的。
那么最大的变化在什么地方呢？
无非就是 hash 函数的变化。
看得我目瞪狗呆，心想：还有这种骚操作呢？
首先，我们回忆一下布谷鸟 hash，它存储的是插入元素的原始值，比如 x，x 会经过两个 hash 函数，如果我们记数组的长度为 L，那么就是这样的：
p1 = hash1(x) % Lp2 = hash2(x) % L
而布谷鸟过滤器计算位置是怎样的呢？
h1(x) = hash(x),h2(x) = h1(x) ⊕ hash(x’s fingerprint).
我们可以看到，计算 h2（位置2）时，对 x 的 fingerprint 进行了一个 hash 计算。
“指纹”的概念一会再说，我们先关注位置的计算。
上面算法中的异或运算确保了一个重要的性质：位置 h2 可以通过位置 h1 和 h1 中存储的“指纹”计算出来。
说人话就是：只要我们知道一个元素的位置（h1）和该位置里面存储的“指纹”信息，那么我们就可以知道该“指纹”的备用位置（h2）。
因为使用的异或运算，所以这两个位置具有对偶性。
只要保证 hash(x’s fingerprint) !=0，那么就可以确保 h2!=h1，也就可以确保，不会出现自己踢自己的死循环问题。
另外，为什么要对“指纹”进行一个 hash 计算之后，在进行异或运算呢？
论文中给出了一个反证法：如果不进行 hash 计算，假设“指纹”的长度是 8bit，那么其对偶位置算出来，距离当前位置最远也才 256。
为啥，论文里面写了：
因为如果“指纹”的长度是 8bit，那么异或操作只会改变当前位置 h1(x) 的低 8 位，高位不会改变。
就算把低 8 位全部改了，算出来的位置也就是我刚刚说的：最远 256 位。
所以，对“指纹”进行哈希处理可确保被踢出去的元素，可以重新定位到哈希表中完全不同的存储桶中，从而减少哈希冲突并提高表利用率。
然后这个 hash 函数还有个问题你发现了没？
它没有对数组的长度进行取模，那么它怎么保证计算出来的下标一定是落在数组中的呢？
这个就得说到布谷鸟过滤器的另外一个限制了。
其强制数组的长度必须是 2 的指数倍。
2 的指数倍的二进制一定是这样的：10000000…（n个0）。
这个限制带来的好处就是，进行异或运算时，可以保证计算出来的下标一定是落在数组中的。
这个限制带来的坏处就是：
布谷鸟过滤器：我支持删除操作。布隆过滤器：我不需要限制长度为 2 的指数倍。布谷鸟过滤器：我查找性能比你高。布隆过滤器：我不需要限制长度为 2 的指数倍。布谷鸟过滤器：我空间利用率也高。布隆过滤器：我不需要限制长度为 2 的指数倍。布谷鸟过滤器：我烦死了，TMD！
接下来，说一下“指纹”。
这是论文中第一次出现“指纹”的地方。
“指纹”其实就是插入的元素进行一个 hash 计算，而 hash 计算的产物就是 几个 bit 位。
布谷鸟过滤器里面存储的就是元素的“指纹”。
查询数据的时候，就是看看对应的位置上有没有对应的“指纹”信息：
删除数据的时候，也只是抹掉该位置上的“指纹”而已：
由于是对元素进行 hash 计算，那么必然会出现“指纹”相同的情况，也就是会出现误判的情况。
没有存储原数据，所以牺牲了数据的准确性，但是只保存了几个 bit，因此提升了空间效率。
说到空间利用率，你想想布谷鸟 hash 的空间利用率是多少？
在完美的情况下，也就是没有发生哈希冲突之前，它的空间利用率最高只有 50%。
因为没有发生冲突，说明至少有一半的位置是空着的。
除了只存储“指纹”，布谷鸟过滤器还能怎么提高它的空间利用率的呢？
看看论文里面怎么说的：
前面的(a)、(b)很简单，还是两个 hash 函数，但是没有用两个数组来存数据，就是基于一维数组的布谷鸟 hash ，核心还是踢来踢去，不多说了。
重点在于©，对数组进行了展开，从一维变成了二维。
每一个下标，可以放 4 个元素了。
这样一个小小的转变，空间利用率从 50% 直接到了 98%：
我就问你怕不怕？
上面截图的论文中的第一点就是在陈述这样一个事实：
当 hash 函数固定为 2 个的时候，如果一个下标只能放一个元素，那么空间利用率是 50%。
但是如果一个下标可以放 2，4，8 个元素的时候，空间利用率就会飙升到 84%，95%，98%。
到这里，我们明白了布谷鸟过滤器对布谷鸟 hash 的优化点和对应的工作原理。
看起来一切都是这么的完美。
各项指标都比布隆过滤器好，主打的是支持删除的操作。
但是真的这么好吗？
当我看到论文第六节的这一段的时候，沉默了：
对重复数据进行限制：如果需要布谷鸟过滤器支持删除，它必须知道一个数据插入过多少次。不能让同一个数据插入 kb+1 次。其中 k 是 hash 函数的个数，b 是一个下标的位置能放几个元素。
比如 2 个 hash 函数，一个二维数组，它的每个下标最多可以插入 4 个元素。那么对于同一个元素，最多支持插入 8 次。
例如下面这种情况：
why 已经插入了 8 次了，如果再次插入一个 why，则会出现循环踢出的问题，直到最大循环次数，然后返回一个 false。
怎么避免这个问题呢？
我们维护一个记录表，记录每个元素插入的次数就行了。
虽然逻辑简单，但是架不住数据量大呀。你想想，这个表的存储空间又怎么算呢？
想想就难受。
如果你要用布谷鸟过滤器的删除操作，那么这份难受，你不得不承受。
最后，再看一下各个类型的过滤器的对比图吧：
最后
每年转战互联网行业的人很多，说白了也是冲着高薪去的，不管你是即将步入这个行业还是想转行，学习是必不可少的。作为一个Java开发，学习成了日常生活的一部分，不学习你就会被这个行业淘汰，这也是这个行业残酷的现实。
如果你对Java感兴趣，想要转行改变自己，那就要趁着机遇行动起来。或许，这份限量版的Java零基础宝典能够对你有所帮助。
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注Java）
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
.(img-Nc3lDIUd-1713467626025)]
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注Java）
[外链图片转存中…(img-EhCjLuKO-1713467626026)]
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
