网站外链,郑州seo网站排名,漂亮的蓝色网站,wordpress页面相册【C哈希应用】位图、布隆过滤器 目录 【C哈希应用】位图、布隆过滤器位图概念位图的实现位图改造位图应用总结布隆过滤器布隆过滤器的提出布隆过滤器的概念布隆过滤器的查找布隆过滤器删除布隆过滤器优点布隆过滤器缺陷 作者#xff1a;爱写代码的刚子 时间#xff1a;2023.9…【C哈希应用】位图、布隆过滤器 目录 【C哈希应用】位图、布隆过滤器位图概念位图的实现位图改造位图应用总结布隆过滤器布隆过滤器的提出布隆过滤器的概念布隆过滤器的查找布隆过滤器删除布隆过滤器优点布隆过滤器缺陷 作者爱写代码的刚子 时间2023.9.30 前言本篇博客介绍hash应用部分——位图和布隆过滤器利用位图和布隆过滤器解决一些特定场景的问题。 位图概念
所谓位图就是用每一位来存放某种状态适用于海量数据数据无重复的场景。通常是用来判断某个数据存不存在的。
数据是否在给定的整形数据中结果是在或者不在刚好是两种状态那么可以使用一个二进制比 特位来代表数据是否存在的信息如果二进制比特位为1代表存在为0代表不存在。比如: 位图的实现
templatesize_t Nclass bitset{public:bitset(){_a.resize(N/321);//不要忘了1,默认初始化成0}void set( size_t x){int ix/32;int jx%32;_a[i] |(1j);}void reset(size_t x){int ix/32;int jx%32;_a[i] (~(1j));}bool test(size_t x){int ix/32;int jx%32;return _a[i] (1j);}private:vectorint _a; };位图改造
用两个位图来测试数据个数
templatesize_t Nclass twobitset{public:void set(size_t x){//00-01if(!_b1.test(x)!_b2.test(x)){_b2.set(x);}//01-10else if(!_b1.test(x)_b2.test(x)){_b1.set(x);_b2.reset(x);}}bool is_once(size_t x){return !_b1.test(x)_b2.test(x);}bool is_or_above_twice(size_t x){return _b1.test(x)!_b2.test(x);}private:bitsetN _b1;bitsetN _b2;};位图应用总结
快速查找某个数据是否在一个集合中排序求两个集合的交集、并集等操作系统中磁盘块标记
布隆过滤器
布隆过滤器的提出
我们在使用新闻客户端看新闻时它会给我们不停地推荐新的内容它每次推荐时要去重去掉那些已经看过的内容。问题来了新闻客户端推荐系统如何实现推送去重的? 用服务器记录了用户看过的所有历史记 录当推荐系统推荐新闻时会从每个用户的历史记录里进行筛选过滤掉那些已经存在的记录。 如何快速查找呢?
用哈希表存储用户记录缺点:浪费空间用位图存储用户记录缺点:不能处理哈希冲突 3. 将哈希与位图结合即布隆过滤器
布隆过滤器的概念
布隆过滤器是由布隆(Burton Howard Bloom)在1970年提出的 一种紧凑型的、比较巧妙的概率型数据结 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”它是用多个哈希函 数将一个数据映射到位图结构中。此种方式不仅可以提升查询效率也可以节省大量的内存空间 // 假设布隆过滤器中元素类型为K每个元素对应5个哈希函数
templateclass K, class KToInt1 KeyToInt1, class KToInt2 KeyToInt2,class KToInt3 KeyToInt3, class KToInt4 KeyToInt4,class KToInt5 KeyToInt5
class BloomFilter
{
public:BloomFilter(size_t size) // 布隆过滤器中元素个数 : _bmp(5*size), _size(0){}bool Insert(const K key){size_t bitCount _bmp.Size();size_t index1 KToInt1()(key)%bitCount;size_t index2 KToInt2()(key)%bitCount;size_t index3 KToInt3()(key)%bitCount;size_t index4 KToInt4()(key)%bitCount;size_t index5 KToInt5()(key)%bitCount;_bmp.Set(index1); _bmp.Set(index2);_bmp.Set(index3);_bmp.Set(index4);_bmp.Set(index5);_size;}
private:bitset _bmp;size_t _size;// 实际元素的个数
}布隆过滤器的查找
布隆过滤器的思想是将一个元素用多个哈希函数映射到一个位图中因此被映射到的位置的比特位一定为1。 所以可以按照以下方式进行查找:分别计算每个哈希值对应的比特位置存储的是否为零只要有一个为零 代表该元素一定不在哈希表中否则可能在哈希表中。
bool IsInBloomFilter(const K key)
{size_t bitCount _bmp.Size();size_t index1 KToInt1()(key)%bitCount;if(!_bmp.Test(index1))return false;size_t index2 KToInt2()(key)%bitCount;if(!_bmp.Test(index2))return false;size_t index3 KToInt3()(key)%bitCount;if(!_bmp.Test(index3))return false;size_t index4 KToInt4()(key)%bitCount;if(!_bmp.Test(index4))return false;size_t index5 KToInt5()(key)%bitCount;if(!_bmp.Test(index5))
return false; return true; // 有可能在
}注意:布隆过滤器如果说某个元素不存在时该元素一定不存在如果该元素存在时该元素可能存在因为有些哈希函数存在一定的误判。比如:在布隆过滤器中查找alibaba时假设3个哈希函数计算的哈希值为:1、3、7刚好和其他元素的比特位重叠此时布隆过滤器告诉该元素存在但实该元素是不存在的。
布隆过滤器删除
布隆过滤器不能直接支持删除工作因为在删除一个元素时可能会影响其他元素。
比如:删除上图中tencent元素如果直接将该元素所对应的二进制比特位置0“baidu”元素也被删除了 因为这两个元素在多个哈希函数计算出的比特位上刚好有重叠。
一种支持删除的方法:将布隆过滤器中的每个比特位扩展成一个小的计数器插入元素时给k个计数器(k个哈希函数计算出的哈希地址)加一删除元素时给k个计数器减一通过多占用几倍存储空间的代价来增加删除操作。
缺陷:
无法确认元素是否真正在布隆过滤器中存在计数回绕
布隆过滤器优点 增加和查询元素的时间复杂度为:O(K), (K为哈希函数的个数一般比较小)与数据量大小无关 哈希函数相互之间没有关系方便硬件并行运算 布隆过滤器不需要存储元素本身在某些对保密要求比较严格的场合有很大优势 在能够承受一定的误判时布隆过滤器比其他数据结构有这很大的空间优势 数据量很大时布隆过滤器可以表示全集其他数据结构不能 使用同一组散列函数的布隆过滤器可以进行交、并、差运算
布隆过滤器缺陷
有误判率即存在假阳性(False Position)即不能准确判断元素是否在集合中(补救方法:再建立一个白 名单存储可能会误判的数据)不能获取元素本身一般情况下不能从布隆过滤器中删除元素如果采用计数方式删除可能会存在计数回绕问题 附
一致性哈希
哈希与加密
