布隆过滤器、计数布隆过滤器、布谷鸟过滤器

1 标准布隆过滤器

1.1 优点

• 支持添加和查询
• 节省空间

1.2 缺点

• 不支持删除操作
• 布隆过滤器要采用多种哈希函数进行多次哈希

2 计数布隆过滤器

2.1 优点

• 支持添加和删除
• 支持计数

2.2 缺点

• 内存消耗是标准布隆过滤器的3-4倍

3 布谷鸟过滤器

3.1 优点

• 支持动态新增和删除元素
• 布谷鸟哈希表更加紧凑，可以更加节省空间，散列确保了高空间占用率
• 布隆过滤器要采用多种哈希函数进行多次哈希，而布谷鸟过滤器只需一次哈希，因此查询效率很高，提供了比标准布隆过滤器更高的查找性能
• 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
• 比商过滤器（quotient filter，另一种过滤器）之类的替代方案更容易实现

3.2 缺点

• 布谷鸟过滤器采用一种备用候选桶的方案，候选桶与首选桶可以通过位置和存储值互相异或得出，这种对应关系要求桶的大小必须是 2 的指数倍
• 布隆过滤器插入时计算好哈希直接写入位即可，而布谷鸟过滤器在计算后可能会出现当前位置上已经存储了指纹，这时候就需要将已存储的项踢到候选桶，随着桶越来越满，产生冲突的可能性越来越大，插入耗时越来越高，因此其插入性能相比布隆过滤器很差
• 插入重复元素：布隆过滤器在插入重复元素时并没有影响，只是对已存在的位再置一遍。而布谷鸟过滤器对已存在的值会做踢出操作，因此重复元素的插入存在上限
• 布谷鸟过滤器的删除并不完美：有上述重复插入的限制，删除时也会出现相关的问题：
  • 删除仅在相同哈希值被插入一次时是完美的
  • 如果元素没有插入便进行删除，可能会出现误删除，这和假阳性率的原因相同
  • 如果元素插入了多次，那么每次删除仅会删除一个值，你需要知道元素插入了多少次才能删除干净，或者循环运行删除直到删除失败为止

3.3 参数

• 哈希函数个数（k）：哈希个数，取 2 就足够
• 桶大小（b）：每个桶存储多少个指纹
• 指纹大小（f）：每个指纹存储键的哈希值的多少位

3.4 删除

布谷鸟过滤器就像计数布隆过滤器，可以通过从哈希表删除相应的指纹删除插入的项。