ToB企服应用市场:ToB评测及商务社交产业平台

标题: C++ 布隆过滤器 [打印本页]
作者: 风雨同行    时间: 2024-8-3 06:15
标题: C++ 布隆过滤器
1. 布隆过滤器提出

我们在使用消息客户端看消息时，它会给我们不绝地推荐新的内容，它每次推荐时要去重，去掉 那些已经看过的内容。题目来了，消息客户端推荐体系怎样实现推送去重的？ 用服务器记载了用 户看过的所有历史记载，当推荐体系推荐消息时会从每个用户的历史记载里举行筛选，过滤掉那 些已经存在的记载。 怎样快速查找呢？
1. 用哈希表存储用户记载，缺点：浪费空间
2. 用位图存储用户记载，缺点：位图一般只能处置惩罚整形，如果内容编号是字符串，就无法处置惩罚了。
3. 将哈希与位图结合，即布隆过滤器
2. 布隆过滤器概念

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大概可能存在”，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服从，也可以节流大量的内存空间。
、

3. 布隆过滤器的实现代码

  1. #include<iostream>
  2. #include<bitset>
  3. using namespace std;
  4. //哈希函数
  5. struct BKDRHash
  6. {
  7.         size_t operator()(const string& s)
  8.         {
  9.                 // BKDR
  10.                 size_t value = 0;
  11.                 for (auto ch : s)
  12.                 {
  13.                         value *= 31;
  14.                         value += ch;
  15.                 }
  16.                 return value;
  17.         }
  18. };
  19. struct APHash
  20. {
  21.         size_t operator()(const string& s)
  22.         {
  23.                 size_t hash = 0;
  24.                 for (long i = 0; i < s.size(); i++)
  25.                 {
  26.                         if ((i & 1) == 0)
  27.                                 hash ^= ((hash << 7) ^ s[i] ^ (hash >> 3));
  28.                         else
  29.                                 hash ^= (~((hash << 11) ^ s[i] ^ (hash >> 5)));
  30.                 }
  31.                 return hash;
  32.         }
  33. };
  34. struct DJBHash
  35. {
  36.         size_t operator()(const string & s)
  37.         {
  38.                 size_t hash = 5381;
  39.                 for (auto ch : s)
  40.                 {
  41.                         hash += (hash << 5) + ch;
  42.                 }
  43.                 return hash;
  44.         }
  45. };
  46. //第一个参数为插入的个数，第二个参数为容器要开空间为插入个数的倍数大小，
  47. //第三个参数为插入的元素类型，后三个参数为哈希函数
  48. template<size_t N,size_t X = 5,class K = string,class Hash1= BKDRHash,
  49.         class Hash2 = APHash, class Hash3 = DJBHash >
  50. class BloomFilter
  51. {
  52. public:
  53.         void set(const K& key)
  54.         {
  55.                 size_t len = N * X;
  56.                 size_t index1 = Hash1()(key) % len;
  57.                 size_t index2 = Hash2()(key) % len;
  58.                 size_t index3 = Hash3()(key) % len;
  59.                 _bitset.set(index1);
  60.                 _bitset.set(index2);
  61.                 _bitset.set(index3);
  62.         }
  63.         bool test(const K& key)
  64.         {
  65.                 size_t len = N * X;
  66.                 size_t index1 = Hash1()(key) % len;
  67.                 if (_bitset.test(index1) == false)
  68.                         return false;
  69.                 size_t index2 = Hash2()(key) % len;
  70.                 if (_bitset.test(index2) == false)
  71.                         return false;
  72.                 size_t index3 = Hash3()(key) % len;
  73.                 if (_bitset.test(index2) == false)
  74.                         return false;
  75.                 return true;
  76.         }
  78. private:
  79.         bitset<N* X> _bitset;
  80. };
复制代码
3.1 布隆过滤器的插入

假设我们要插入元素x，使用三个哈希函数分别盘算元素x，得到三个位置。将这三个位置的值从0改为1。

3.2 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举行查找：  分别盘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  。     留意：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，由于有些哈希函数存在一定的误判。      3.3 布隆过滤器删除 

     布隆过滤器（Bloom Filter）的一个紧张特性是它不支持删除操作。这是由于布隆过滤器使用哈希函数将元素映射到位数组中，当一个元素被插入到布隆过滤器时，它会将与该元素对应的多个位设置为1。一个位可能被多个元素的哈希函数命中。如果删除一个元素时将这些位设置回0，这可能会破坏其他元素的体现，导致原本准确的存在性检查变为误报。           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   个哈希函数盘算出的哈希地址   )   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。    4.布隆过滤器的优缺点

     布隆过滤器优点        1.    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        2.    哈希函数相互之间没有关系，方便硬件并行运算        3.    布隆过滤器不必要存储元素本身，在某些对保密要求比较严格的场合有很大上风          布隆过滤器缺陷        1.    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会合   (   补救方法：再建立一个白名单，存储可能会误判的数据)        2. 不能安全地删除元素，由于多个元素可能会映射到同一个位置。一旦位被设置为1，就无法确定是哪个元素造成的。       3.    如果采取计数方式删除，可能会存在计数回绕题目。      5.布隆过滤器的应用场景

  布隆过滤器广泛应用于各种盘算机体系中，用于进步数据处置惩罚的服从和淘汰不必要的磁盘或网络I/O操作。一些典型的应用场景包括：
  

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。



欢迎光临 ToB企服应用市场:ToB评测及商务社交产业平台 (https://dis.qidao123.com/) Powered by Discuz! X3.4