Bloom Filter概念，原理，代码。。

来源：互联网发布：日本传统音乐知乎编辑：程序博客网时间：2024/05/29 09:01

1. BloomFilter概念与原理：http://blog.csdn.net/jiaomeng/article/details/1495500 （从数学上分析了错误率，最优hash函数，位数组大小的选择）

BloomFilter介绍：http://www.cnblogs.com/heaad/archive/2011/01/02/1924195.html

2. BloomFilter的实现：

这里BloomFilter主要提供两个方法，一个是加入字符串，一个是判断是否已包含相应字符串。

java实现代码

BitSet介绍：http://songyishan.iteye.com/blog/1064863BitSet

实际是由“二进制位”构成的一个Vector。如果希望高效率地保存大量“开－关”信息，就应使用BitSet。它只有从尺寸的角度看才有意义；如果希望的高效率的访问，那么它的速度会比使用一些固有类型的数组慢一些。此外，BitSet的最小长度是一个长整数（Long）的长度：64位。

import java.util.BitSet;public class BloomFilter {    /*  BitSet初始分配2^24个bit  */     private static final int DEFAULT_SIZE = 1 << 25;     /* 不同哈希函数的种子，一般应取质数 */    private static final int[] seeds = new int[] { 5, 7, 11, 13, 31, 37, 61 };    private BitSet bits = new BitSet(DEFAULT_SIZE);    /* 哈希函数对象 */     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]);        }    }    // 将字符串标记到bits中    public void add(String value)     {        for (SimpleHash f : func)         {            bits.set(f.hash(value), true);        }    }    //判断字符串是否已经被bits标记    public boolean contains(String value)     {        if (value == null)         {            return false;        }        boolean ret = true;        for (SimpleHash f : func)         {            ret = ret && bits.get(f.hash(value));        }        return ret;    }    /* 哈希函数类 */    public static class SimpleHash     {        private int cap;        private int seed;        public SimpleHash(int cap, int seed)         {            this.cap = cap;            this.seed = seed;        }        //hash函数，采用简单的加权和hash        public int hash(String value)         {            int result = 0;            int len = value.length();            for (int i = 0; i < len; i++)             {                result = seed * result + value.charAt(i);            }            return (cap - 1) & result;        }    }}