什么是布隆过滤器
可以把布隆过滤器理解为一个不怎么精确的set结构,当你是用他的contains方法判断某个对象是否存在的时候,他可能会误判。但是布隆过滤器也不是特别不精确,只要参数设置的合理,他的精确度也可以控制得相对足够精确。
实现原理:
布隆过滤器是一个bit数组
当我们要映射一个值到布隆过滤器的时候,我们需要使用多个不同的哈希函数对该值进行哈希映射,并对每个生成的哈希值指向的bit位置变成1。
再增加一个值
值得注意的是,4 这个 bit 位由于两个值的哈希函数都返回了这个 bit 位,因此它被覆盖了。现在我们如果想查询 “zijie” 这个值是否存在,哈希函数返回了 1、5、8三个值,结果我们发现 5 这个 bit 位上的值为 0,说明没有任何一个值映射到这个 bit 位上,因此我们可以很确定地说 “zijie” 这个值不存在。而当我们需要查询 “baidu” 这个值是否存在的话,那么哈希函数必然会返回 1、4、7,然后我们检查发现这三个 bit 位上的值均为 1,那么我们可以说 “baidu” 存在了么?答案是不可以,只能是 “baidu” 这个值可能存在。
这是为什么呢?答案跟简单,因为随着增加的值越来越多,被置为 1 的 bit 位也会越来越多,这样某个值 “taobao” 即使没有被存储过,但是万一哈希函数返回的三个 bit 位都被其他值置位了 1 ,那么程序还是会判断 “taobao” 这个值存在
这就是为什么布隆过滤器不是这么精确的原因。