什么是布隆过滤器 位图

最新推荐文章于 2024-11-01 14:45:43 发布
最新推荐文章于 2024-11-01 14:45:43 发布
阅读量47 收藏
点赞数
文章标签： redis 数据库 缓存
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/s_uperb/article/details/130938433
版权

什么是位图？

  • 位图使用一个比特位来存储当前数组是否存在的一个状态值

  • 位图使用一个bit数组，把一个数据使用hash之后落在bit其中的一个位置，通过1对该位置进行标记，适合数据不是特别多的情况

什么是布隆过滤器？

布隆过滤器在位图的基础上进行了优化，当一个元素被加入到集合的时候，通过k个散列函数，把这个元素映射到一个位数组中的k个点。

把这些位置设置为1，在数据检索或比较的时候可以使用同样的方式去映射，去观察每一个位置的值是不是1，如果是那么很有可能存在，如果有任何一个位置为0，那么一定不存在。

布隆过滤器的特点

  • 它实际上是一个很长的二进制数组(初始值为0的bit数组)+一系列随机hash算法映射函数，主要用于判断一个元素是否在集合中

  • 特点：布隆过滤器占用内存少，但有一定不正确性：不存在的一定不存在，存在的不一定存在。

布隆过滤器通常用于解决Redis缓存穿透，使用luar脚本集成到redis中，而不是在service中判断

s_uperb
关注
【手撕STL】bitset（位图）、布隆过滤器
AI_ELF的博客
07-13 954
给40亿个不重复的无符号整数，没排过序。给一个无符号整数，如何快速判断一个数是否在这40亿个数中。这两个方案存在一个致命的缺陷——40亿个数据量太大内存存不下补充： 1G=1024MB 1MB=1024KB 1KB=1024byte 1byte=8bit 1G大约是10亿个字节 位图的应用 快速查找某个数据是否在一个集合中 排序 求两个集合的交集、并集等 操作系统中磁盘块标记 给定100亿个整数，设计算法找到只出现一次的整数？ 这道题跟上面的题类似，利用位图解决：找出只出现一次的整数（无非有三种情况
布隆过滤器和位图
m0_63102097的博客
05-23 975
布隆过滤器的基本原理是使用多个哈希函数对输入元素进行哈希，将得到的哈希值映射到一个足够长的位数组（通常是由比特构成），并将这些位置置为1。当查询元素是否存在时，对输入元素进行相同的哈希映射，检查对应的位数组位置是否都为1，如果是则说明该元素可能存在在集合中（存在一定的误判率），如果有任何一位为0，则说明该元素一定不存在在集合中。如果元素存在，则对应的位为1；总体来说，布隆过滤器适用于快速判断一个元素是否“可能存在”于一个集合中，它关注于是否存在误判，而位图则更侧重于表示同时存在多个元素的集合。
位图 vs 布隆过滤器
努力学习游泳的鱼的博客
09-23 1110
位图和布隆过滤器都是处理大规模数据集的有效工具。位图通过每一位表示集合中某元素的存在性，实现空间与查询效率的双赢，特别适用于快速去重和查找。而布隆过滤器则是一种概率型数据结构，适用于需要高效查询和节省空间的场景，但需要注意其误判率。
数据结构之位图布隆过滤器
qq_56999918的博客
03-15 1697
目录 一. 位图 二.布隆过滤器 一. 位图 所谓位图，就是用每一位来存放某种状态，适用于海量数据，数据无重复的场景。通常是用来判断某个数据存不存在的。 位图的底层是用数组实现的，数组的每一个元素的每一个二进制位都可以表示一个数据在或者不在，0表示数据存在，1表示数据不存在。 我们可以发现其实位图是一种直接定值的哈希，表示一个值在还是不在，只有0和1两种状态 1表示在0表示不在。 当我们探测到25比特位的值为1时，我们就可以判断出136这个数据存在。 位图中主要接口 .
【数据结构】位图与布隆过滤器
weixin_69380220的博客
08-15 1389
位图与布隆过滤器相关
请回答数据结构【布隆过滤器&位图】
Allen9012的博客
08-01 351
布隆过滤器和位图都是哈希的一些应用通过一道面试题引出位图想法： ⚡️ 遍历，时间复杂度O(N) ⚡️ 排序(O(NlogN))，利用二分查找: logN⚡️ 放到set或者是unordered_set，再查找⚡️ 位图解决位图，就是用每一位来存放某种状态，适用于海量数据，数据无重复的场景。通常是用来判断某个数据存不存在的。bitset 是一个 bool 数组，但每个布尔值不是单独存储的，而是 bitset 优化空间，使得每个 bool 只占用 1 位空间，因此bitset bs 占用的空间小于 bool b
位图与布隆过滤器
m0_51641706的博客
05-01 594
位图 位图就是stl里面的bitset。一个位可以记录两个状态。适用于海量数据，数据无重复的场景。通常是用来判断某个数据存不存在的。 bitset的使用 bitset的[]和set,reset都是很好用的接口。 []可以让你快速在某一位中插入一个数字。 set可以让你在指定位置中变成1 reset可以让你在指定位置中变成0 bitset的构造函数要传字符串 int main() { bitset<16> foo("0000000000000000"); foo[1] = 1; foo[
《位图&布隆过滤器》
wuqin668的博客
12-28 527
一般来说，计算机中的集合是用哈希表来存储的是，它的好处是快速准确，缺点是废内存，当集合较小时，这个问题不是十分明显，但是如果集合是很巨大的时，哈希表存储效率是非常低下的。如果使用哈希表来存储，则需要200g左右的内存，而一般的电脑上是很难达到这样的内存规格的。布隆过滤器由布隆在布隆在1970年提出的一种紧凑型，比较巧妙的概率型数据结构，特点是高效的插入和查询，可以用来告诉你某样东西一定不存在或者可能存在，它由多个哈希函数，将一个数据映射到位图结构中，此种方式不仅可以提升查询效率吗，也可以节省大量的空间。
哈希的应用——布隆过滤器
m0_70980326的博客
09-09 813
哈希的应用——布隆过滤器
位图&布隆过滤器
Han同学
05-30 1007
哈希应用—位图&布隆过滤器
哈希一刀流——布隆过滤器详解
qq_61500888的博客
10-21 3057
带你一命通关 C++ 布隆过滤器 十分钟手撕哈希内涵
布隆过滤器及实现方式总结
Torry__的博客
07-25 1600
目录布隆过滤器是啥？bitmap布隆过滤器的实现方式降低布隆过滤器误判率的方式总结布隆过滤器的实现方式谷歌Guava实现的布隆过滤器基于Redisson的布隆过滤器基于rebloom的布隆过滤器布隆过滤器的使用场景 布隆过滤器是啥？ 布隆过滤器是一种判断某个元素是否存在于某个大量集合的算法。 比如：比如现在有一个集合，保存了10亿个手机号码，现在我要判断某个手机号码是否存在于这个集合中。要怎么判断呢？ 最简单的方法，就是遍历集合，挨个判断。这种方式对于少量数据可行，但是对于这种海量数据，首先要保存10亿个
mysql开启布隆过滤器_海量数据去重之布隆过滤器
weixin_32927133的博客
01-27 967
背景在使⽤word⽂档时，word如何判断某个单词是否拼写正确？⽹络爬⾍程序，怎么让它不去爬相同的url⻚⾯？垃圾邮件(短信)过滤算法如何设计？公安办案时，如何判断某嫌疑⼈是否在⽹逃名单中？缓存穿透问题如何解决？先来看一个场景，假如我们的数据库使用的是 mysql，缓存使用 redis。serverredismysql数据读取步骤是这样的：先访问 redis ，如果数据存在直接返回；如果不存在则进...
缓存穿透利器之「布隆过滤器」
个人站点：javatv.net
03-16 2072
BitMap 现代计算机用二进制（bit，位）作为信息的基础单位，1 个字节等于 8 位，例如big字符串是由 3 个字节组成，但实际在计算机存储时将其用二进制表示，big分别对应的 ASCII 码分别是 98、105、103，对应的二进制分别是 01100010、01101001 和 01100111。 许多开发语言都提供了操作位的功能，合理地使用位能够有效地提高内存使用率和开发效率。 Bit-map 的基本思想就是用一个 bit 位来标记某个元素对应的 value，而 key 即是该元素。由于采用了 b
Windows下搭建redis 哨兵环境
zchichu的博客
10-28 509
这是因为哨兵作为配置提供者，客户端通过它查询到主节点的地址为127.0.0.1:6379，客户端会向127.0.0.1:6379建立redis连接，自然无法连接。二者的区别在于：如果是配置提供者，客户端在通过哨兵获得主节点信息后，会直接建立到主节点的连接，后续的请求(如set/get)会直接发向主节点；如果是代理，客户端的每一次请求都会发向哨兵，哨兵再通过主节点处理请求。关掉主节点 6379，等一会，就会发现哨兵切换了主节点，重新启动 6379 节点，它就变成了从节点了。4.演示故障自动切换。
图解Redis 05 | Zset数据类型的原理及应用场景
大厂小码农的博客
10-29 547
Zset 类型（有序集合）与 Set 类型相比，增加了一个排序属性 score。对于有序集合 Zset，每个元素由两个部分组成：一个是元素的值，另一个是用于排序的分数 score。有序集合继承了Set中成员唯一（元素值不能重复，分数可以重复）的特性，但不同之处在于，有序集合中的元素是按分数进行排序的。
docker部署nginx+nacos+redis+java镜像和容器
最新发布
xiaogg3678的专栏
11-01 612
docker部署nginx+nacos+redis+java镜像和容器
短信登录的实现-redis和session的比较
2301_79748665的博客
10-29 737
我们之前只有一个拦截器，但是拦截的路径不是所有，如果用户一直访问的是不需要拦截的路径，那么他的token就不会刷新，就会失去登录状态，我们可以再加一个拦截器，第一个拦截一切路径，并且刷新有效期，第二个做登录校验；用户信息的key使用一个token来保存，一个是保证key的唯一性，一个是保证数据的安全性，因为token也就是key是要存在浏览器中的；因为session是存储在tomcat服务器中的，我们将来部署集群进行负载均衡，那么我们存储在一台tomcat服务器的数据无法实现共享；
Redis中储存含LocalDateTime属性对象的序列化实现
Charles_Clark的博客
10-29 628
上面代码中配置 RedisTemplate 的序列化机制，以便能够序列化和反序列化包含 LocalDateTime 等 Java 8 时间类型的对象。•作用ObjectMapper 是 Jackson 库的核心类，用来将 Java 对象转换为 JSON 字符串，或者将 JSON 字符串解析为 Java 对象。Jackson 是一个非常流行的 JSON 序列化和反序列化库，ObjectMapper 是它的主要接口，用于处理复杂的对象和数据结构。•作用。
位图与布隆过滤器的区别
06-12
位图（Bitmap）和布隆过滤器（Bloom Filter）都是常用的数据结构，用于处理大规模数据集合，但它们有着不同的应用场景和用途。 位图是一种压缩数据结构，用于快速地判断某个元素是否在集合中。位图的实现方式是将每...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值