布隆过滤器（BloomFilter）

布隆过滤器（BloomFilter）

资料：
wikipedia--bloom filter

使用场景，原理简介之中文资料：
数学之美系列二十一 － 布隆过滤器（Bloom Filter）

核心内容（摘自Google黑板报文章内容）：


BloomFilter简易实现：

public   class  SimpleBloomFilter {

     private   static   final   int    DEFAULT_SIZE  =   2   <<   24 ;
     private   static   final   int [] seeds         =   new   int [] {  7 ,  11 ,  13 ,  31 ,  37 ,  61 , };

     private  BitSet             bits          =   new  BitSet(DEFAULT_SIZE);
     private  SimpleHash[]       func          =   new  SimpleHash[seeds.length];

     public   static   void  main(String[] args) {
        String value  =   " [email protected] " ;
        SimpleBloomFilter filter  =   new  SimpleBloomFilter();
        System.out.println(filter.contains(value));
        filter.add(value);
        System.out.println(filter.contains(value));
    }

     public  SimpleBloomFilter() {
         for  ( int  i  =   0 ; i  <  seeds.length; i ++ ) {
            func[i]  =   new  SimpleHash(DEFAULT_SIZE, seeds[i]);
        }
    }

     public   void  add(String value) {
         for  (SimpleHash f : func) {
            bits.set(f.hash(value),  true );
        }
    }

     public   boolean  contains(String value) {
         if  (value  ==   null ) {
             return   false ;
        }
         boolean  ret  =   true ;
         for  (SimpleHash f : func) {
            ret  =  ret  &&  bits.get(f.hash(value));
        }
         return  ret;
    }

     public   static   class  SimpleHash {

         private   int  cap;
         private   int  seed;

         public  SimpleHash( int  cap,  int  seed) {
             this .cap  =  cap;
             this .seed  =  seed;
        }

         public   int  hash(String value) {
             int  result  =   0 ;
             int  len  =  value.length();
             for  ( int  i  =   0 ; i  <  len; i ++ ) {
                result  =  seed  *  result  +  value.charAt(i);
            }
             return  (cap  -   1 )  &  result;
        }

    }

}