3分钟理解布隆过滤器

作用

用于判断某个元素是否存在于集合中

常规思路：

• 数组
• 链表
• 平衡二叉树
• 红黑树
• 哈希表

上述数据结构效率依次增高，但需要消耗大量内存。

布隆过滤器（Bloom Filter）介绍

布隆过滤器的实现基础是哈希函数，不同于哈希表的精确查找，布隆过滤器牺牲了准确性，它存在一定概率的误判。牺牲准确性来换取内存空间。

布隆过滤器的核心实现是一个超大的默认值为0的位数组和多个哈希函数

image

添加元素

• 将元素传入多个哈希函数
• 得到每个哈希函数返回的位数组位置
• 将这些位置的值值为1

查询元素

• 将元素传入多个哈希函数
• 得到每个哈希函数返回的位数组位置
• 如果该位置存在任一一个值为0，则该元素不存在，否则存在

常见应用场景

• 检查单词拼写
• 检测海量的名单
• 垃圾邮件过滤
• 爬虫中检测是否爬过某URL