布隆过滤器

Bloom Filter布隆过滤器

是一种 概率型数据结构 ，特点是高效地插入和查询，可以用来告诉你 “某样东西一定不存在或者可能存在”。

实现原理

创建一个bit数组，若干个hash函数。根据给定的值，使用多个不同的哈希函数生成多个哈希值，并对每个生成的哈希值指向的 bit 位置 置为 1。

bit数组大小，hash函数个数选取 参考 公式

优点

存储及查询速度快，占用空间小。

缺点

不支持删除，有一定概率误判（查询结果不一定准确）。

使用场景

可用于存储数据的全量集合，进行判断指定数据在全量集合中是否不存在或可能存在

Counting Bloom Filter

将标准 Bloom Filter 位数组的每一位扩展为一个小的计数器（Counter），在插入元素时给对应的 k （k 为哈希函数个数）个 Counter 的值分别加 1，删除元素时给对应的 k 个 Counter 的值分别减 1。Counting Bloom Filter 通过多占用几倍的存储空间的代价， 给 Bloom Filter 增加了删除操作。

参考

https://www.jianshu.com/p/2104d11ee0a2

https://cloud.tencent.com/developer/article/1136056