Bloom Filter概念,原理,代码。。

1. BloomFilter概念与原理:http://blog.csdn.net/jiaomeng/article/details/1495500  (从数学上分析了错误率,最优hash函数,位数组大小的选择)

     BloomFilter介绍:http://www.cnblogs.com/heaad/archive/2011/01/02/1924195.html

2. BloomFilter的实现:

    这里BloomFilter主要提供两个方法,一个是加入字符串,一个是判断是否已包含相应字符串。

java实现代码

  BitSet介绍:http://songyishan.iteye.com/blog/1064863BitSet

    实际是由“二进制位”构成的一个Vector。如果希望高效率地保存大量“开-关”信息,就应使用BitSet。它只有从尺寸的角度看才有意义;如果希望的高效率的访问,那么它的速度会比使用一些固有类型的数组慢一些。此外,BitSet的最小长度是一个长整数(Long)的长度:64位。

import java.util.BitSet;

public class BloomFilter 
{
    /*  BitSet初始分配2^24个bit  */ 
    private static final int DEFAULT_SIZE = 1 << 25; 
    /* 不同哈希函数的种子,一般应取质数 */
    private static final int[] seeds = new int[] { 5, 7, 11, 13, 31, 37, 61 };
    private BitSet bits = new BitSet(DEFAULT_SIZE);
    /* 哈希函数对象 */ 
    private SimpleHash[] func = new SimpleHash[seeds.length];

    public BloomFilter() 
    {
        for (int i = 0; i < seeds.length; i++)
        {
            func[i] = new SimpleHash(DEFAULT_SIZE, seeds[i]);
        }
    }

    // 将字符串标记到bits中
    public void add(String value) 
    {
        for (SimpleHash f : func) 
        {
            bits.set(f.hash(value), true);
        }
    }

    //判断字符串是否已经被bits标记
    public boolean contains(String value) 
    {
        if (value == null) 
        {
            return false;
        }
        boolean ret = true;
        for (SimpleHash f : func) 
        {
            ret = ret && bits.get(f.hash(value));
        }
        return ret;
    }

    /* 哈希函数类 */
    public static class SimpleHash 
    {
        private int cap;
        private int seed;

        public SimpleHash(int cap, int seed) 
        {
            this.cap = cap;
            this.seed = seed;
        }

        //hash函数,采用简单的加权和hash
        public int hash(String value) 
        {
            int result = 0;
            int len = value.length();
            for (int i = 0; i < len; i++) 
            {
                result = seed * result + value.charAt(i);
            }
            return (cap - 1) & result;
        }
    }
}


阅读更多
个人分类: BloomFilter
上一篇hadoop中联结不同来源数据
下一篇i++,++i, i=i+1 vs编译器上的深入研究
想对作者说点什么? 我来说一句

Bloom Filter概念原理.docx

2012年07月26日 72KB 下载

没有更多推荐了,返回首页

关闭
关闭