Java手动实现布隆过滤器（BitSet）

1.首先我们需要：  

1. 一个合适大小的位数组保存数据     BitSet

2. 几个不同的哈希函数      通过随机种子seed定制不同的hash函数

3. 添加元素到位数组（布隆过滤器）的方法实现           add方法

4. 判断给定元素是否存在于位数组（布隆过滤器）的方法实现。          contains方法

 

2.其次我们需验证布隆过滤器，判正可能出错的这一点，在代码中进行了实现

详情见注释：

import java.util.BitSet;

/**
 * 布隆过滤器：用BitSet实现，建议先了解BitSet数据结构的常见方法。
 */
public class BloomFilter {

    /**
     * 位数组的大小
     */
//    private static final int DEFAULT_SIZE = 2 << 24;   代表bitset中实际位数的总个数，这种情况个数很多很多基本布隆不会判断失误
    private static final int DEFAULT_SIZE = 5;   //只有5位的情况下，布隆容易判断错误。

    /**
     * 通过这个数组可以创建 6 个不同的哈希函数
     */
    private static final int[] SEEDS = new int[]{3, 13, 46, 71, 91, 134};

    /**
     * 位数组。数组中的元素只能是 0 或者 1
     */
    private BitSet bits = new BitSet(DEFAULT_SIZE);

    /**
     * 存放包含 hash 函数的类的数组
     */
    private SimpleHash[] func = new SimpleHash[SEEDS.length];

    /**
     * 初始化多个包含 hash 函数的类的数组，每个类中的 hash 函数都不一样
     */
    public BloomFilter() {
        // 初始化多个不同的 Hash 函数
        for (int i = 0; i < SEEDS.length; i++) {
            func[i] = new SimpleHash(DEFAULT_SIZE, SEEDS[i]);
        }
    }

    /**
     * 添加元素到位数组
     */
    public void add(Object value) {
        for (SimpleHash f : func) {
            bits.set(f.hash(value), true);
        }
    }

    /**
     * 判断指定元素是否存在于位数组
     */
    public boolean contains(Object value) {
        boolean ret = true;
        for (SimpleHash f : func) {
            ret = ret && bits.get(f.hash(value));
        }
        return ret;
    }

    /**
     * 静态内部类。用于 hash 操作！
     */
    public static class SimpleHash {

        private int cap;
        private int seed;

        public SimpleHash(int cap, int seed) {
            this.cap = cap;
            this.seed = seed;
        }

        /**
         * 计算 hash 值
         */
        public int hash(Object value) {
            int h;
            return (value == null) ? 0 : Math.abs(seed * (cap - 1) & ((h = value.hashCode()) ^ (h >>> 16)));
            //通过混入seed的值来产生5种不同的hash函数。
        }


        public static void main(String[] args) {
            String value1 = "https://javaguide.cn/";  //故意混淆布隆过滤器，检测其准确性。
            String value2 = "https://github.com/Snailclimb";//干扰准确性

            String value3 = "https://jaavguide.cn/";
            String value4 = "https://javaguie.cn/";
            String value5 = "https://javaguid.cn/";
            String value6 = "https://javagide.cn/";

            String value10 = "https://javavguide.cn/";//这个值来检测 当布隆过滤器判断错误的情况

            BloomFilter filter = new BloomFilter();
            System.out.println(filter.contains(value1));
            filter.add(value1);
            filter.add(value2);
            filter.add(value3);
            filter.add(value4);
            filter.add(value5);
            filter.add(value6);
            System.out.println(filter.contains(value1));
            System.out.println(filter.contains(value3));
            System.out.println(filter.contains(value10));     //这个值来检测 当布隆过滤器判断错误的情况
                                                             //输出true即为判断失误的情况。


        }

    }
}