布隆过滤器（Bloom Filter）以及相关衍生

布隆过滤器（Bloom Filter）

简要介绍：

布隆过滤器（Bloom Filter）是1970年由布隆提出的。它实际上是一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。

算法

• 首先需要k个hash函数，每个函数可以把key散列成为1个整数
• 初始化时，需要一个长度为n比特的数组，每个比特位初始化为0
• 某个key加入集合时，用k个hash函数计算出k个散列值，并把数组中对应的比特位置为1
• 判断某个key是否在集合时，用k个hash函数计算出k个散列值，并查询数组中对应的比特位，如果所有的比特位都是1，认为在集合中。
  

优点

不需要存储key，节省空间

缺点

• 算法判断key在集合中时，有一定的概率key其实不在集合中
• 无法删除

计数布隆过滤器

简要介绍

标准Bloom filter对于需要精确检测结果的场景将不再适用，而带计数器的Bloom filter的出现解决了这个问题。Counting Bloom filter实际只是在标准Bloom filter的每一个位上都额外对应得增加了一个计数器，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。

优点

可以删除

缺点

无法合并，占用空间大

Quotient Filter

简要介绍

商过滤器是一种空间效率很高的概率数据结构。他是基于一个hash表，有三个fingerprint 比较重要，
is_occupied :1：
is_continuation: 1:被占用，不是第一个余数
is_shifted: 1:插槽中的余数不在其规范插槽中

插入实例

在状态1的时候插入三个元素，他们的余数分别为1,4，7，此时都是空的我们可以直接将其占用；在状态2的时候，c余数为1，但是1已经有了，所以c被放到2中，延续和移动要置1；插入d是2，也就是他的规范槽是2，但是被占了，所以要将2的置is_occupied 置1；d所在的位置是移位以后的。
在状态三的时候，是假设了ar<bR,所以其它人都得移动，

优点

• 可以合并

缺点

• 查询速度慢

MergeCBF

优点

• 可以合并

缺点

• 查询速度慢