位图
使用 bit 来存储数据,可以用来查询数据是否存在。
示例代码
public class BitMap {
private int bitLength;
private byte[] bytes;
public BitMap(int bitLength) {
this.bitLength = bitLength;
bytes = new byte[bitLength];
}
public void set(int key) {
if (key > bitLength) {
return;
}
// byte 占 8 位
int byteIndex = key / 8;
int byteRemainder = key % 8;
// 将标志位置 1
bytes[byteIndex] |= (1 << byteRemainder);
}
public boolean get(int key) {
if (key > bitLength) {
return false;
}
int byteIndex = key / 8;
int byteRemainder = key % 8;
return (bytes[byteIndex] & (1 << byteRemainder)) != 0;
}
}
应用场景:
- 给 40 亿个不重复的unsigned int的整数,没排过序的,然后再给一个数,如何快速判断这个数是否在那 40 亿个数当中
- 快速查询某个数是否存在
- 使用位图法判断整形数组是否存在重复
BloomFilter (布隆过滤器)
简介
布隆过滤器(英语:Bloom Filter)是1970年由布隆提出的。它实际上是一个很长的二进制矢量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法,缺点是有一定的误识别率和删除困难。
基本概念
如果想判断一个元素是不是在一个集合里,一般想到的是将集合中所有元素保存起来,然后通过比较确定。链表、树、散列表(又叫哈希表,Hash table)等等数据结构都是这种思路。但是随着集合中元素的增加,我们需要的存储空间越来越大。同时检索速度也越来越慢,上述三种结构的检索时间复杂度分别为O(n),O(log n),O(n/k)。
布隆过滤器的原理是,当一个元素被加入集合时,通过K个散列函数将这个元素映射成一个位数组中的K个点,把它们置为1。检索时,我们只要看看这些点是不是都是1就(大约)知道集合中有没有它了:如果这些点有任何一个0,则被检元素一定不在;如果都是1,则被检元素很可能在。这就是布隆过滤器的基本思想。
代码示例
@Test
public void test() {
BloomFilter<String> bloomFilter = BloomFilter.create((from, into) -> {
into.putString(from, StandardCharsets.UTF_8);
}, 6, 0.2);
bloomFilter.put("haha");
bloomFilter.put("hello");
System.out.println(bloomFilter.mightContain("haha"));
System.out.println(bloomFilter.mightContain("hahaa"));
}