justisme的博客

Bloom filter给予概率的数据结构，可能存在误判(false postive),但绝对不会存在漏判。基本的 bloom filter只支持添加add和测试test,均是constant time 复杂度，不支持删除操作（因为可能会误伤别的元素）Bloom filter implementation,基于bit数组使用长度为m的数组，和K个hash函数。To add an element to the bloom filter, we hash the element k times usi

为什么需要一致性hash?--减少需要rehashing的key的数量

B树非叶节点存储关键码和索引，而B+树非叶节点仅仅存储索引，所有的关键码都放在叶子节点中。

二分搜索树，有序性，AVL,LL,RR,LR,RL,2-3树，红黑树

哈希表:将对象转换为索引，然后存储在数组中。核心问题：函数函数如何设计和如何解决hash冲突，hashcode+equals