首页 > 代码库 > 布隆过滤器的学习整理

布隆过滤器的学习整理

bloomFilter是70年代提出来的一个利用时间,错误率来换取空间的应用。

应用在大数据量的情况下,比如爬虫抓取的大量url,用来判断哪些url是已经爬取过的。

m => 使用的散列长度,这个值通常用来创建BitSet的长度,java.util.BitSet

n => 待散列的字符串的个数。

k => 使用的hash函数的个数

建议使用的这几个值是 m/n => 22, k=>17 基本可以保证万分之二点二的错误率。

放一篇论文地址

http://pages.cs.wisc.edu/~cao/papers/summary-cache/node8.html

 

稍微晚点再把自己写的bloomFilter的代码放过来

布隆过滤器的学习整理