认识布隆过滤器－Java

分享一个大牛的人工智能教程。零基础！通俗易懂！风趣幽默！希望你也加入到人工智能的队伍中来！请轻击http://www.captainbed.net

package live.every.day.ProgrammingDesign.CodingInterviewGuide.BigDataAndSpaceRestriction;

/**
 * 认识布隆过滤器
 *
 * 【题目】
 * 不安全网页的黑名单包含100亿个黑名单网页，每个网页的URL最多占用64B。现在想要实现一种网页过滤系统，可以根据网页的URL判
 * 断该网页是否在黑名单上，请设计该系统。
 *
 * 【要求】
 * 1.该系统允许有万分之一以下的判断失误率。
 * 2.使用的额外空间不要超过30GB。
 *
 * 【难度】
 * 中等
 *
 * 【解答】
 * 如果把黑名单中所有的URL通过数据库或哈希表保存下来，就可以对每条URL进行查询，但是每个URL有64B，数量是100亿个，所以至
 * 少需要640GB的空间，不满足要求2。
 *
 * 如果面试者遇到网负黑名单系统、垃圾邮件过滤系统、爬虫的网址判重系统等题目，又看到系统容忍一定程度的失误率，但是对空间要
 * 求比较严格，那么很可能是面试官希望面试者具备布隆过滤器的知识。一个布隆过滤器精确地代表一个集合，并可以精确判断一个元素
 * 是否在集合中。注意，只是精确代表和精确判断，到底有多精确呢？则完全在于你具体的设计，但想做到完全正确是不可能的。布隆过
 * 滤器的优势就在于使用很少的空间就可以将准确率做到很高的程度，该结构由Burton Howard Bloom于1970年提出。
 *
 *