rm r語言 保留變數_R語言入門之資料排序、合併、分類彙總
阿新 • • 發佈:2021-01-13
直觀的說,bloom演算法類似一個hash set,用來判斷某個元素(key)是否在某個集合中
和一般的hash set不同的是,這個演算法無需儲存key的值,對於每個key,只需要k個位元位,每個儲存一個標誌,用來判斷key是否在集合中。
- 首先需要k個hash函式,每個函式可以把key雜湊成為1個整數
- 初始化時,需要一個長度為n位元的陣列,每個位元位初始化為0
- 某個key加入集合時,用k個hash函式計算出k個雜湊值,並把陣列中對應的位元位置為1
- 判斷某個key是否在集合時,用k個hash函式計算出k個雜湊值,並查詢陣列中對應的位元位,如果所有的位元位都是1,認為在集合中。
優點:不需要儲存key,節省空間
1.演算法判斷key在集合中時,有一定的概率key其實不在集合中
5. 無法刪除
典型的應用場景:
某些儲存系統的設計中,會存在空查詢缺陷:當查詢一個不存在的key時,需要訪問慢裝置,導致效率低下。
比如一個前端頁面的快取系統,可能這樣設計:先查詢某個頁面在本地是否存在,如果存在就直接返回,如果不存在,就從後端獲取。但是當頻繁從快取系統查詢一個頁面時,快取系統將會頻繁請求後端,把壓力匯入後端。
這是隻要增加一個bloom演算法的服務,後端插入一個key時,在這個服務中設定一次
需要查詢後端時,先判斷key在後端是否存在,這樣就能避免後端的壓力。
下面進行編碼,採用的時go語言
package bulong
import (
"github.com/willf/bitset"
"fmt"
)
const DEFAULT_SIZE = 2<<24
var seeds = []uint{7, 11, 13, 31, 37, 61}
type SimpleHash struct {
//陣列容量
cap uint
//雜湊種子
seed uint
}
func (s SimpleHash) hash(value string) uint{
var result uint = 0
for i := 0; i < len(value) ; i++{
result = result * s.seed + uint(value[i])
}
return (s.cap - 1) & result
}
type BloomFilter struct {
//用bit陣列來設定
set *bitset.BitSet
//對應大的雜湊函式
funcs [6]SimpleHash
}
func NewBloomFilter() *BloomFilter{
bf := new(BloomFilter)
for i := 0; i < len(bf.funcs); i++{
bf.funcs[i] = SimpleHash{
DEFAULT_SIZE,
seeds[i],
}
}
bf.set = bitset.New(DEFAULT_SIZE)
return bf
}
//新增一個鍵
func (b BloomFilter) add(value string){
for _, f := range b.funcs {
index := f.hash(value)
b.set.Set(index)
}
}
//檢視值在不在bloolm過濾器裡面
func (b BloomFilter) contains(value string) bool {
if value == ""{
return false
}
for _, f := range b.funcs{
index := f.hash(value)
if !b.set.Test(index) {
return false
}
}
return true
}