布隆过滤器

1.简介：
布隆过滤器的主要是由一个很长的二进制向量和若干个（k个）散列映射函数组成。因为每个元数据的存储信息值固定，而且总的二进制向量固定。所以在内存占用和查询时间上都远远超过一般的算法。
当然存在一定的不准确率（可以控制）和不容易删除样本数据。

算法：
1. 首先需要k个hash函数，每个函数可以把key散列成为1个整数
2. 初始化时，需要一个长度为n比特的数组，每个比特位初始化为0
3. 某个key加入集合时，用k个hash函数计算出k个散列值，并把数组中对应的比特位置为1
4. 判断某个key是否在集合时，用k个hash函数计算出k个散列值，并查询数组中对应的比特位，如果所有的比特位都是1，认为在集合中。

注：

（1）随着存入的元素数量增加，误算率随之增加。但是如果元素数量太少，则使用散列表足矣。
（2）一般情况下不能从布隆过滤器中删除元素。我们很容易想到把位列阵变成整数数组，每插入一个元素相应的计数器加1, 这样删除元素时将计数器减掉就可以了。
然而要保证安全的删除元素并非如此简单。首先我们必须保证删除的元素的确在布隆过滤器里面. 这一点单凭这个过滤器是无法保证的。另外计数器回绕也会造成问题。
（3）在降低误算率方面，有不少工作，使得出现了很多布隆过滤器的变种。

 

2.使用
public class Test02 {

　　private static Integer size = 10000;
　　private static BloomFilter<Integer> bloomFilter = BloomFilter.create(Funnels.integerFunnel(),size);

　　public static void main(String[] args){

　　　　System.out.println("=============布隆过滤器");
　　　　for(int i=0;i<size;i++){
　　　　bloomFilter.put(i);
　　}

　　Integer num = 9999;
　　if(bloomFilter.mightContain(num)){
　　　　System.out.println("数字" + num + "在当前过滤器中");
　　}

　　List<Integer> list = new ArrayList<Integer>(1000);
　　// 故意取10000个不在过滤器里的值，看看有多少个会被认为在过滤器里
　　for (int i = size + 10000; i < size + 20000; i++) {
　　　　if (bloomFilter.mightContain(i)) {
　　　　　　list.add(i);
　　　　}
　　}
　　System.out.println("误判的数量：" + list.size());

　　}
}