布隆過濾器瞭解

本篇純屬興趣愛好，只是自己簡單看了一下了解了一下這是個啥。因爲之前看過位圖，所以理解起來比較簡單。看這個之前可以先看一下位圖：位圖
好，正式開始，其實布隆過濾器這個東西也是因爲內存限制而出現的。這是一個數據結構吧可以說是。但不同的是它是概率型的。用來告訴你，這個東西可能存在或一定不存在。有着高效的插入和查詢，所以對於查詢類效果很好，但是缺點就是概率型，不確切。我來慢慢道來。
首先我們假設一個場景，我要查詢我的數據庫裏有沒有「CSDN」，有的話就放入緩存區。
好，我們先像位圖一樣，以一個8比特爲一個單元來進行位圖計算吧。

我們在存取CSDN時，利用哈希函數生成哈希值，比如我們0、4、7這三個位，然後置1。

在進行查詢時，我們檢查這三個位置，如果都爲1，說明可能存在「CSDN」。爲什麼是可能，這要從哈希說起，哈希函數在計算不同數的哈希值是可能會計算到同一地址。也就是說某個位不一定對應某個字符。

嘿嘿，布隆嘛，我們存一下LOL，可能這個布隆真是遊戲裏那個。在存取的時候，將3、7兩位置1。問題就來了，第七位的1被覆蓋了。也就是7位現在對應着兩個字符，我們假設是S和L。那麼我們如果查找SOS。就會出現這種情況。

恩，看了看，都是1，所以我們斷定……等等，是不是有什麼誤會。
是的，因爲7處對應了不同的字符，所以在檢測時，如果我們SOS裏面的S不存在，但是由於L將這個位置置了1，但哈希值S還是會找到此位，然後看到爲1，判斷S存在。
所以，我們叫它概率型。當數據越來越多的時候，可能會有其他字符也將7處置1。這時候誤判率就會變高。這個跟哈希函數和過濾器長度有關。具體的計算和分析沒有細細研究。
這個東西很明顯我們用在允許有一定誤判的情況下。就比如面試的時候，經常會有面試郵件不小心進入了垃圾郵件。這其實就是誤判了。如果我們只是想確認這個東西在不在裏面，如果全部位都是0，那麼肯定不存在。

越來越多的數據結構接觸下來，發現編程本身就是一個選擇的過程。在不同場景下，每個數據結構的威力是不一樣的。我們要做的是分析我們的需求，然後選擇合適的數據結構和算法，而不是死套公式，死循舊規。 沒有最好，只有更好。這句話也適合編程。 最後的一點感慨吧算是。編程路漫漫，加油。