布隆过滤器由一个很长的二进制向量和一系列哈希函数组成
特性: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”,也就是说布隆过滤器说这个数不存在则一定不存在,布隆过滤器说这个数存在可能不存在。这个特性能很好地被用于解决 “Redis 缓存穿透”的问题
原理:使用多个哈希函数将同一个键值映射到不同的位置,所以布隆过滤器的时间复杂度是 O(h),其中 h 是哈希函数的个数
判断是否存在:
exist = all(bitmap[hash(key)] == 1 for hash in hashers)
事实上,不同的 key 可能被映射到同一个哈希值。例如下面的例子中“你好”和 “hello” 都被映射到下标 2,出现了哈希冲突:
使用多个 hash 函数的目的就是为了避免哈希冲突导致的误判
在实际的布隆过滤器工具包中,误判率是可以配置的,且误判率越低,需要的 bitmap 越长,需要的 hash 函数个数越多,运行时间也越长
布隆过滤器的优点:
- 速度快,空间省
- 保密性强,不存储元素本身,只计算哈希
但是受到二进制只能存储 2 种状态的限制,布隆过滤器不能删除元素