java 实现bloomfilter

 https://blog.csdn.net/Acceptedxukai/article/details/7031899

public class btDemo2 {
    private static final int defSize = 1 << 16;//过滤器长度
    private static BitSet bitset = new BitSet(defSize);
    private static int[] seeds = new int[]{2, 3};//选取一串质数
    private static final bsFun[] fun = new bsFun[seeds.length];

    public btDemo2() {
        for (int i = 0; i < seeds.length; i++) {
            fun[i] = new bsFun(seeds[i], defSize);
        }
    }

    public void add(String url) {
        for (bsFun bsFun : fun) {
            bitset.set(bsFun.hash(url), true);
        }
    }

    public boolean contains(String url) {
        if (url == null)
            return false;
        boolean ret = true;
        for (bsFun bsFun : fun) {
            boolean bool = bitset.get(bsFun.hash(url));
            return bool && ret; //&跟&&区别 是&&会判断第一个条件,如果第一个条件false,那么就不会看第二个条件了
        }
        return false;
    }

    public static void main(String[] args) {
        btDemo2 bt = new btDemo2();
        String url1 = "www.baidu.com";
        String url2 = "www.sina.com";
        String url3 = "www.baidu.com";
        String url4="www.163.com";
        bt.add(url1);
        bt.add(url2);
        bt.add(url3);
        boolean iscon = bt.contains(url3);
        boolean isUrl4 = bt.contains(url4);
        System.out.println(iscon);
        System.out.println("url4:"+isUrl4);
    }


    class bsFun { //映射函数
        private int seed;
        private int len;

        public bsFun(int seed, int len) {
            this.seed = seed;
            this.len = len;
        }

        //计算hash
        public int hash(String url) {
            int result = 0;
            for (int i = 0; i < url.length(); i++) {
                result = result * seed + url.charAt(i);//字符串的每一位因子都计算进去
            }
            return (len - 1) & result;
        }
    }
}

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Hutool BloomFilter 是一个基于布隆过滤器算法实现的工具类库,可以快速判断一个元素是否存在于大规模数据集中。它具有空间效率高、查询速度快等优点,常用于缓存、去重、反垃圾邮件等场景。 下面是使用 Hutool BloomFilter 的步骤: 1. 引入 Hutool BloomFilter 依赖 ```xml <dependency> <groupId>cn.hutool</groupId> <artifactId>hutool-bloomfilter</artifactId> <version>5.7.8</version> </dependency> ``` 2. 创建 BloomFilter 实例 ```java BloomFilter<String> bloomFilter = new BloomFilter<>(1000000, 0.01); ``` 这里创建了一个容量为 1000000,误差率为 0.01 的 BloomFilter 实例。 3. 添加元素到 BloomFilter 中 ```java bloomFilter.add("hello"); bloomFilter.add("world"); ``` 通过 add 方法将元素添加到 BloomFilter 中。 4. 判断元素是否存在于 BloomFilter 中 ```java boolean exists = bloomFilter.contains("hello"); ``` 使用 contains 方法判断元素是否存在于 BloomFilter 中。 完整示例代码: ```java import cn.hutool.core.lang.Console; import cn.hutool.bloomfilter.BloomFilter; public class BloomFilterDemo { public static void main(String[] args) { BloomFilter<String> bloomFilter = new BloomFilter<>(1000000, 0.01); bloomFilter.add("hello"); bloomFilter.add("world"); boolean exists = bloomFilter.contains("hello"); Console.log(exists); exists = bloomFilter.contains("hutool"); Console.log(exists); } } ``` 输出结果: ``` true false ``` 注意:BloomFilter 是一个概率性数据结构,误判率与容量和哈希函数数量有关。在实际使用中,需要根据实际情况选择合适的参数。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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