马上注册，结交更多好友，享用更多功能，让你轻松玩转社区。
您需要 登录 才可以下载或查看，没有账号？立即注册
x
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
- #include<iostream>
- #include<bitset>
- using namespace std;
- //哈希函数
- struct BKDRHash
- {
- size_t operator()(const string& s)
- {
- // BKDR
- size_t value = 0;
- for (auto ch : s)
- {
- value *= 31;
- value += ch;
- }
- return value;
- }
- };
- struct APHash
- {
- size_t operator()(const string& s)
- {
- size_t hash = 0;
- for (long i = 0; i < s.size(); i++)
- {
- if ((i & 1) == 0)
- hash ^= ((hash << 7) ^ s[i] ^ (hash >> 3));
- else
- hash ^= (~((hash << 11) ^ s[i] ^ (hash >> 5)));
- }
- return hash;
- }
- };
- struct DJBHash
- {
- size_t operator()(const string & s)
- {
- size_t hash = 5381;
- for (auto ch : s)
- {
- hash += (hash << 5) + ch;
- }
- return hash;
- }
- };
- //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，
- //第三个参数为插入的元素类型，后三个参数为哈希函数
- template<size_t N,size_t X = 5,class K = string,class Hash1= BKDRHash,
- class Hash2 = APHash, class Hash3 = DJBHash >
- class BloomFilter
- {
- public:
- void set(const K& key)
- {
- size_t len = N * X;
- size_t index1 = Hash1()(key) % len;
- size_t index2 = Hash2()(key) % len;
- size_t index3 = Hash3()(key) % len;
- _bitset.set(index1);
- _bitset.set(index2);
- _bitset.set(index3);
- }
- bool test(const K& key)
- {
- size_t len = N * X;
- size_t index1 = Hash1()(key) % len;
- if (_bitset.test(index1) == false)
- return false;
- size_t index2 = Hash2()(key) % len;
- if (_bitset.test(index2) == false)
- return false;
- size_t index3 = Hash3()(key) % len;
- if (_bitset.test(index2) == false)
- return false;
- return true;
- }
- private:
- bitset<N* X> _bitset;
- };
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：
- 缓存穿透防护：在分布式缓存体系中，布隆过滤器可以用来检测一个请求的键是否可能存在于缓存中，从而克制不必要的数据库查询。
- 网络爬虫：布隆过滤器可以资助网络爬虫克制重复访问同一个URL。
- 垃圾邮件过滤：通过维护一个包罗已知垃圾邮件特性的布隆过滤器，可以快速过滤掉疑似垃圾邮件。
- 社交网络内容过滤：布隆过滤器可以用来克制向用户推荐他们已经查看过的内容。
- 数据库优化：在数据库中，布隆过滤器可以用来淘汰对不存在的行或列的查找，从而进步查询服从。
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。 |
