布隆过滤器

✍ dations ◷ 2025-06-07 21:59:28 #函数,散列

布隆过滤器(英语:Bloom Filter)是1970年由布隆提出的。它实际上是一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法,缺点是有一定的误识别率和删除困难。

如果想判断一个元素是不是在一个集合里,一般想到的是将集合中所有元素保存起来,然后通过比较确定。链表、树、散列表(又叫哈希表,Hash table)等等数据结构都是这种思路。但是随着集合中元素的增加,我们需要的存储空间越来越大。同时检索速度也越来越慢,上述三种结构的检索时间复杂度分别为 O ( n ) , O ( log n ) , O ( 1 ) {\displaystyle O(n),O(\log n),O(1)}

布隆过滤器的原理是,当一个元素被加入集合时,通过K个散列函数将这个元素映射成一个位数组中的K个点,把它们置为1。检索时,我们只要看看这些点是不是都是1就(大约)知道集合中有没有它了:如果这些点有任何一个0,则被检元素一定不在;如果都是1,则被检元素很可能在。这就是布隆过滤器的基本思想。

相比于其它的数据结构,布隆过滤器在空间和时间方面都有巨大的优势。布隆过滤器存储空间和插入/查询时间都是常数( O ( k ) {\displaystyle O(k)} )。另外,散列函数相互之间没有关系,方便由硬件并行实现。布隆过滤器不需要存储元素本身,在某些对保密要求非常严格的场合有优势。

布隆过滤器可以表示全集,其它任何数据结构都不能;

k {\displaystyle k} m {\displaystyle m} 相同,使用同一组散列函数的两个布隆过滤器的交并运算可以使用位操作进行。

但是布隆过滤器的缺点和优点一样明显。误算率是其中之一。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。

另外,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数组变成整数数组,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。然而要保证安全地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。

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。

相关

  • 7s12, 8, 18, 32, 18, 8, 1蒸气压((推算))主条目:钫的同位素钫(Francium)是一种化学元素,化学符号为Fr,原子序为87,曾被称为 eka-caesium。钫是一种放射性极高的金属。它最稳定的同位
  • 崔圭夏崔圭夏(朝鲜语:최규하/崔圭夏 Choi Kyu-Hah,1919年7月16日-2006年10月22日),字瑞玉(서옥),号玄石(현석),韩国外交官及政治人物,曾为该国第12任总理、第10任总统。任职总统后随即在全斗焕
  • 金斯林镇坐标:52°45′15″N 0°23′51″E / 52.7543°N 0.3976°E / 52.7543; 0.3976金斯林(King's Lynn /ˌkɪŋz ˈlɪn/,或称Lynn)是英国诺福克郡的一个海港和集镇,处在伦敦北部97英
  • 阿连期阿林期(英语:Aalenian)是侏罗纪的第五个时期,年代大约位于174.1–170.3百万年前。
  • 彭汪嘉康彭汪嘉康(英语:Jacqueline Whang-Peng,1932年9月-)台湾医学家,曾任美国卫生研究院研究员,中央研究院生医所生医所临床研究中心主任,国家卫生研究院癌症研究组主任,现为台北医学大学讲
  • 2014年云南地震2014年云南地震,可以指:
  • 乳脂松糕乳脂松糕(英语:Trifle),一种甜点,源自英国。它是由一层厚的(通常是凝固的)卡仕达酱、水果、海绵蛋糕、果汁或果冻,再加上新鲜奶油,分层排列所做成。“trifle”这个字最早是被用来指加
  • 三角仑山三角仑山,位于台湾新北市坪林区大林里与石里交界处,近宜兰县礁溪乡边界的一座山峰,峰顶海拔1,029米,于2006年入选新版台湾小百岳。该山为石�溪支流四堵溪、姑婆寮溪与得子口溪分
  • 德川齐庄德川齐庄(1810年7月14日-1845年8月8日),德川御三家之一的尾张藩第十二代藩主。尾张藩第十代藩主德川齐朝堂弟、十一代藩主德川齐温之异母兄。父亲为第十一代将军德川家齐(第十二
  • 艾米·波勒艾米·梅雷迪思·波勒(英语:Amy Meredith Poehler,1971年9月16日-),是一位美国女演员。波勒最著名的演出是在2001至2008年间担任NBC长寿综艺节目《周六夜现场》的演员班之一,以及在