C++---布隆过滤器

我们在玩手机的时候，软件会给我们推送一些新消息，软件如何保证我们哪些消息看过，哪些消息没看过呢？
解决办法：用一个服务器记录我们看过的内容，为了保证能够快速查询，我们可以使用哈希表存储用户信息，但是浪费空间，我们使用位图进行存储，但是不能解决哈希冲突，将哈希表与位图结合—布隆过滤器。

布隆过滤器

是一种概率性数据结构，能够高效的查询，插入，可以告诉管理员什么东西一定不存在或者可能存在。

实现原理：
我们在快速查询一个数据是否存在时，通常有以下两种比较好的方法。

1. 可以使用Hashmap进行查询时间复杂度为O(1），但是这样做比较耗费空间，
2. 通过位图的形式，判断该元素是否存在，但是不能解决冲突问题。

我们将以上两种结构进行整合：通过哈希函数将保存结果映射到位图中。

• 插入过程
  
  
• 查询过程
  例如：
  我们想要查询com这个元素是否存在，我们通过哈希函数得出其对应的bit是1,6,7我们发现1这个bit位值为0，所以我们可以判断出其com一定不存在。
  我们查询元素你好时，当通过哈希函数返回的bit位为2,4,5我们可以得出这个元素可能存在，因为当元素插入的越多其bit位置1的情况也就越多，所以其值可能存在。
• 删除过程
  ==布隆过滤器不支持删除，因为一旦删除一个bit位可能会影响到其他bit位。==但是Counting Bloom对其进行优化，使其bit增加一个计数器，每次删除一个元素，其对应的bit位上的计数器-1。

布隆过滤器优缺点

优点

• 查询时间复杂度为O(k)，k为哈希函数个数。
• 不需要存储元素本身，安全，节省空间。
• 查询的数据量大。

缺点

• 有误报率，不能保证一个数据是否真的存在。
• 不能获取元素本身的值。
• 一般不能删除元素。

#include<stdio.h>
#include<string.h>

class BitMap
{
public:
	BitMap()
	{
		bitmap = NULL;
		size = 0;
	}
	BitMap(int size) //按照大小构造map
	{
		bitmap = NULL;
		bitmap = new char[size];
		if (bitmap == NULL)
			printf("error\n");
		else
		{
			memset(bitmap, 0, size*sizeof(char));
			this->size = size;
		}
	}

	int initBitMap(int size)
	{
		bitmap = NULL;
		bitmap = new char[size];
		if (bitmap == NULL)
			printf("init error\n");
		else
		{
			memset(bitmap, 0, size*sizeof(char));
			this->size = size;
			return this->size;
		}
	}

	//插入一个元素
	int bitmapset(int index)
	{
		int addr = index / 8;
		int addr_bit = index % 8;
		unsigned char temp = 0x01 << addr_bit;
		if (addr > (size + 1))
			return 0;
		else
		{
			bitmap[addr] |= temp;
			return 1;
		}
	}

	//判断该元素是否存在，存在返回1，不存在返回0
	int bitmapgrt(int index)
	{
		int addr = index / 8;
		int addr_bit = index % 8;
		unsigned char temp = 0x01 << addr_bit;
		if (addr > (size + 1))
			return 0;
		else
			return (bitmap[addr] & temp) > 0 ? 1 : 0;
	}
private:
	char *bitmap;
	size_t size;
};