为什么不用Map:当处理海量数据,比如千万上亿时,Map占用的内存极高,性能变差,出现碰撞的Hash碰撞的概率过高时,可能会变回链表。
用途
- 布隆过滤器用于判断海量数据内,某个对象是否一定不存在(不存在误判),或者可能存在(存在一定的误判率)
原理
- 布隆过滤器器是一个Bit向量或者说是一个Bit数组,数组的每个位置都只有0和1,0代表不存在,1代表存在。
- 当一个key要入库时,布隆过滤器不存储这个key,而是对这个key做N次Hash后得到N个值,这N个值对应数组内的N个位置,并在数组内将这几个位置的值置为1。
- 当需要判断一个值是否已经存在,就对它做N次哈希,得到N个位置,若这N个位置有某一个是0,则该值一定不存在,若全部为1,只能说它可能存在,因为哈希碰撞的原因,每个key得到的N个位置可能存在部分与别人相同,所以位置是1也可能是别的key写进去的。
优缺点
- 优点:占用内存极低,查询速度极快,复查度都是 O(N) ,与集合内的元素数量无关,这里的N是指Hash的次数
- 缺点:存在误判,只能百分百确认某个对象一定不存在,无法百分百确认一个对象存在;集合只能添加数据,不能删除数据,因为把1改成0可能会把别人的1也去掉了