Bloom Filter学习
参考文献:
Bloom Filters - the math http://pages.cs.wisc.edu/~cao/papers/summary-cache/node8.html
Bloom Filter概念和原理 http://blog.csdn.net/jiaomeng/article/details/1495500
BloomFilter——大规模数据处理利器 http://www.cnblogs.com/heaad/archive/2011/01/02/1924195.html
一、简介
一种多哈希函数映射的快速查找算法,发表人:Bloom,年份:1970。
二、使用场景
快速判断某个元素是否属于某个集合(集合数据量庞大),不严格要求100%正确。
三、核心思想
Bloom Filter在时间空间这两个因素之外又引入了另一个因素:错误率。在使用Bloom Filter判断一个元素是否属于某个集合时,会有一定的错误率。也就是说,有可能把不属于这个集合的元素误认为属于这个集合(False Positive),但不会把属于这个集合的元素误认为不属于这个集合(False Negative)。在增加了错误率这个因素之后,Bloom Filter通过允许少量的错误来节省大量的存储空间。
四、原理
五、参数选定
m位的位数组
n个元素的集合 :S={x1, x2,…,xn}
k个相互独立的哈希函数,将每个元素映射到{1...m}的范围
结论:对于给定的m、n,当 k = ln(2)* m/n 时出错的概率是最小的。