public class Test {
public static void main(String[] args){
BloomFilter b = new BloomFilter();
b.addValue("www.baidu.com");
b.addValue("www.sohu.com");
System.out.println(b.contains("www.baidu.com"));
System.out.println(b.contains("www.sina.com"));
}
}
class BloomFilter{
private static final int BIT_SIZE = 2 << 28 ;//二进制向量的位数,相当于能存储1000万条url左右,误报率为千万分之一
private static final int[] seeds = new int[]{3, 5, 7, 11, 13, 31, 37, 61};//用于生成信息指纹的8个随机数,最好选取质数
private BitSet bits = new BitSet(BIT_SIZE);
private Hash[] func = new Hash[seeds.length];//用于存储8个随机哈希值对象
public BloomFilter(){
for(int i = 0; i < seeds.length; i++){
func[i] = new Hash(BIT_SIZE, seeds[i]);
}
}
/**
* 像过滤器中添加字符串
*/
public void addValue(String value)
{
//将字符串value哈希为8个或多个整数,然后在这些整数的bit上变为1
if(value != null){
for(Hash f : func)
bits.set(f.hash(value), true);
}
}
/**
* 判断字符串是否包含在布隆过滤器中
*/
public boolean contains(String value)
{
if(value == null)
return false;
boolean ret = true;
//将要比较的字符串重新以上述方法计算hash值,再与布隆过滤器比对
for(Hash f : func)
ret = ret && bits.get(f.hash(value));
return ret;
}
/**
* 随机哈希值对象
*/
public static class Hash{
private int size;//二进制向量数组大小
private int seed;//随机数种子
public Hash(int cap, int seed){
this.size = cap;
this.seed = seed;
}
/**
* 计算哈希值(也可以选用别的恰当的哈希函数)
*/
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 (size - 1) & result;
}
}
}