c++位图-布隆

说起位图和布隆，也是一把辛酸泪了。毕竟智商受限啊，今天研究了一下午，终于明白了些许，赶紧整理起来。
什么是位图：
1） 其实它也是一种哈希表，只不过它是以位（bit）为单位的，我们平常都是以字节（也是内存中可操作的最小单位）·相当于一个二维数组，一维相当于是字节，二维就要定义到位了
假设是用int来说，一个int是4个字节，一个字节是8位，因此一个整型就是32位。那么我们要定义到一个具体的位应该怎么办，假设这个数是num。那么就是num/32–>得到位于哪个字节 num%32–>得到位于哪个比特位上。
2）位图，就是用每一位来存放某种状态，这里要注意存放的是状态（有/米有）而不是把这个数据直接存放进去了，类似于这样

位图的作用
适用于数据量庞大的场合，通常是用来判断某个数据存不存在，位图可以对整型进行快速的排序和去重。
再来看它的代码实现（很重要）

class BitSet
{
	public:
		BitSet(size_t range)

		{
			_bs.resize((range >>5) + 1,0);//开空间,比如说范围为64,64/32=2,需要两个int，如果范围小于32，至少需要一个字节因此还需要加1，开始的时候每一位都是0，也可以不写，因为vector缺省值就是0
		}
		//存储
		void Set(int num)//把某一位置1
		{
			int index=num >> 5;
			int bitIndex = num % 32;
			_bs[index] |= (1 << bitIndex);
		}

		int Find(int number)
		{
			int index = number >> 5;
			int bitIndex = number % 32;
			return (_bs[index] >> bitIndex) & 1;

		}


		void Reset(int number)
		{ 
			int index = number >> 5;
			int bitIndex = number % 32;
			_bs[index] &= (~(1 << bitIndex));
		}
private:
	vector<int> _bs;
};

好了，下面来看布隆过滤器
布隆？不要意外，这就是一个人名，所以不要纠结为啥要叫布隆好叭~~~嘻嘻嘻
那我们在使用位图的时候，有没有发现一个问题，数据都是整型的哈，那要是其他类型咋办？比如是字符串类型（链接），别担心，布隆就为我们提供了解决方法
什么是布隆过滤器
是一种概率性的容器，就是说结果不一定准确，不过也别担心，一般情况下，准确率还是很高的。
他就是利用哈希函数，把字符串通过一个映射关系转换成整型，我们想想，如果只用一个哈希函数来映射 的话会出现什么情况，是不是可能好多个字符串都会映射成相同的整型值，这就造成了误判的情况，显然不是我们想要的，那怎么办？很简单，多用几个哈希函数，当然是越多越好，但是太多的话显然会造成代码量大等问题，所以这里就用3个。
我们想，如果一个位图中的状态是0----》说明要找的这个数一定不存在，如果是1—》
这个数不一定存在
下面我们来看代码实现：

struct HFun1
{
	size_t operator()(const string& str)
	{
		size_t hash = 0;
		for (auto& ch : str)
		{
			hash = hash * 131 + ch;
		}
		return hash;
	}
};
struct HFun2
{
	size_t operator()(const string& str)
	{
		size_t hash = 0;
		for (auto& ch : str)
		{
			hash = hash * 65599 + ch;
		}
		return hash;
	}
};
/*
size_t magic = 63689;
while (size_t ch = (size_t)*str++)
{
hash = hash * magic + ch;
magic *= 378551;
*/
struct HFun3
{
	size_t operator()(const string& str)
	{
		size_t hash = 0;
		size_t magic = 63689;
		for (auto& ch : str)
		{
			hash = hash * magic + ch;
			magic *= 378551;
		}
		return hash;
	}
};
//布隆过滤器---多位的位图（非整数信息的保存---》整数---》映射位置）
template <
class T,
class HFun1,
class HFun2,
class HFun3>
class BloomFilter
{
public:
	//k==(m/n)*ln2
	//m:bitSet大小
	//n:元素个数，num(链接个数)
	//k:哈希函数的数量
	//m=k*/ln2=1.4*k*n=1.4*3*n=4.2n，所以开5
	BloomFilter(size_t number)//要保存这么多个数据，实际就是范围，比如说存了10个链接

		:_bs(5*number)
		, _bitcount(5*number)
	{}
	void Set(const T& data)//可以存任意类型的数据，如果不是整数，，通过哈希函数转成整数
	{
		int index1 = HFun1()(data) % _bitcount;//给一个匿名对象
		int index2 = HFun2()(data) % _bitcount;
		int index2 = HFun2()(data) % _bitcount;
		_bs.Set(index1);
		_bs.Set(index2);
		_bs.Set(index3);
	}
	bool Find(const T& data)
	{
		int index1 = HFun1()(data) % _bitcount;//给一个匿名对象
		if (!_bs.Find(index1))//有一个地方为0就是不存在的
			return false;
		int index2 = HFun2()(data) % _bitcount;
		if (!_bs.Find(index2))
			return false;
		int index2 = HFun2()(data) % _bitcount;
		if (!_bs.Find(index3))
			return false;
		return true;//存在误判，估计的
	}
	//不提供删除操作
private:
	BitSet _bs;
	size_t _bitcount;//位数
};