知识卡片
布隆过滤器
布隆过滤器用多个哈希函数和位数组判断成员是否可能存在。它允许误判存在但不误判不存在,适合在磁盘访问前快速过滤无效查询,用少量内存换掉大量随机 I/O。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 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
BF可以高效地表征集合数据,其使用长度为m 的位数组来存储集合信息,同时使用k 个相互独立的哈希函数将数据映射到位数组空间。其基本思想如下:首先,将长度为m 的位数组元素全部置为0。对于集合S 中的某个成员a ,分别使用k 个哈希函数对其计算,如果hi (a )=x (1≤i ≤k ,1≤x ≤m ),则将位数组的第x 位置为1,对于成员a 来说,经过k 个哈希函数计算后,可能会将位数组中的w 位(w ≤k )设置为1。对于集合中的其他成员也如此处理,这样即可完成位数组空间的集合表示。其算法流程如下:
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“BF可以高效地表征集合数据”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:BF可以高效地表征集合数据,其使用长度为m 的位数组来存储集合信息,同时使用k 个相互独立的哈希函数将数据映射到位数组空间。其基本思想如下:首先,将长度为m 的位数组元素全部置为0。对于集合S 中的某个成员a ,分别使用k 个哈希函数对其计算,如果hi (a )=x (1≤i ≤k ,1≤x ≤m ),则将位数组的第x 位置为1,对于成员a 来说,经过k 个哈希函数计算后,可能会将位数组中的w 位(w ≤k )设置为1。对于集合中的其他成员也如此处理,这样即可完成位数组空间的集合表示。其算法流程如下: