我的爬虫url去重采用布隆过滤器。但是考虑到系统停止再次运行后,会丢失布隆过滤器的信息,于是为了让布隆过滤器对象记住原来的值,所以必须对其进行序列化与反序列化。这样才能够保证系统的正常运行。对某个对象进行序列化与反序列化需要让对象所属的类实现序列化接口。我由于采用的布隆过滤器是采用最简单的那种,但由于这个布隆过滤器里面有内部类,所以对该布隆过滤器类和其内部类都要实现序列化接口,千万不能忘了内部类也要实现该接口。
下面开始上java代码:
public class BloomFilter implements java.io.Serializable {
private final int DEFAULT_SIZE = 2 << 24;
private final int[] seeds = new int[] { 5, 7, 11, 13, 31, 37, 61 };
private BitSet bits = new BitSet(DEFAULT_SIZE);
private SimpleHash[] func = new SimpleHash[seeds.length];
public BloomFilter() {
for (int i = 0; i < seeds.length; i++) {
func[i] = new SimpleHash(DEFAULT_SIZE, seeds[i]);
}
}
public void add(String value) {
for (SimpleHash f : func) {
bits.set(f.hash(value), true);
}
}