知识卡片

普通读书笔记卡 · 1770.f

计数过滤删除须有依据

理解等级:高级

将位改成小计数器,插入递增、查询看是否均非零、删除递减,允许删除真正插入过的成员。不能仅凭一次可能误报的查询就减计数,否则可能给其他成员制造漏判;还需处理重复插入及计数溢出。空间代价是每个位置使用多位,三四位只是原书示例。

这张卡片看不懂?

已有反馈 · 0 / 10 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 大数据常用的算法与数据结构 · 查看原书依据

      计数BF的思路如上,基本信息单元由多个比特位来表示,一般情况采取3或4比特位为单元。这样,将集合成员加入位数组时,根据k 个哈希函数计算,此时对应位置的信息单元由多个比特位构成,所以将原先的数值加1即可。查询集合成员时,只要对应位置的信息单元都不为0即可认为该成员属于集合。而删除成员,只要将对应位置的计数减1即可。

    参考来源

    - 位置:《大数据日知录:架构与算法》第3章《大数据常用的算法与数据结构》(来源项目:book-sources;源文件:extracted/大数据日知录_架构与算法/_epub-src/OEBPS/text00008.html) - 结论依据:原文以“计数BF的思路如上”所在段落解释具体机制;本卡保留其条件,另将实现限制、勘误和教学推导在正文中明确区分。 - 原始内容:计数BF的思路如上,基本信息单元由多个比特位来表示,一般情况采取3或4比特位为单元。这样,将集合成员加入位数组时,根据k 个哈希函数计算,此时对应位置的信息单元由多个比特位构成,所以将原先的数值加1即可。查询集合成员时,只要对应位置的信息单元都不为0即可认为该成员属于集合。而删除成员,只要将对应位置的计数减1即可。 - 边界对照:[LevelDB实现说明](https://raw.githubusercontent.com/google/leveldb/main/doc/impl.md)、[Bitcoin原论文](https://bitcoin.org/bitcoin.pdf)、[SILT原论文](https://www.cs.cmu.edu/~dga/papers/silt-sosp2011.pdf);用于校正原书简化,未将书外观点伪作原文。