redis实现布隆过滤器,Redis布隆过滤器

　　6 SPRedis布鲁姆过滤器

　　根据以下说明描述如何实现redis Bloom过滤器：

　　首先构造n个哈希方法，每个哈希方法字符串到key值的映射公式为：key=(i * keys s)% mod，其中key从0开始，s是字符串中每个字符的ASCII值，I是哈希方法的个数(从1开始)，mod是每个方法对应的随机数，取值范围为10000-20000。

　　实现add函数，给Bloom filter添加一个字符串：使用每个构造的hash方法，得到N个键值，标记对应的键值。

　　实现contains函数检查给定的字符串是否在Bloom filter中：检查每个hash方法的键值是否有标记。

　　输入字符串数组s1意味着首先将这些字符串添加到布隆过滤器中，然后检查字符串数组s2中的字符串是否在布隆过滤器中。

　　示例1输入：

　　[牛]，[牛，牛，牛]，3返回值：

　　[0，0，1，0]描述：

　　0表示不在Bloom filter中，1表示Bloom filter中问题的解决方案很模糊，让人无从下手。可以先看看Bloom filter的原理，再做题。

　　想法：

　　用n个hash函数为每个字符串生成一个key，然后将key值对应的位设为1遍历第二个输入数组，用同一个hash函数为它生成对应的key，然后判断对应的位是否为真。只要有一位不为真，就说明该字符不存在。解释：

　　我在这里偷懒了，因为题目只说了mod范围是10000 ~ 20000，没有说明每个哈希函数的mod。题目说是随机的，这里直接写成了一万，但是不影响最后的结果~ ~ ~

　　代码很简单，如下所示：

　　#包含位/标准数据。h

　　使用命名空间std

　　long generate_key(int i，long mod，const std:string str)

　　{

　　长键=0；

　　for(自动s : str)

　　{

　　key=(I * key s)% mod；

　　}

　　回车键；

　　}

　　向量int BloomFilter(向量字符串s1，向量字符串s2，int n)

　　{

　　STD:bit set 10000 bs；

　　长mod=10000

　　用于(自动s : s1)

　　{

　　for(int I=1；I=n；我)

　　{

　　long key=generate_key(i，mod，s)；

　　bs.set(键)；

　　}

　　}

　　STD:vector int ans；

　　用于(自动s : s2)

　　{

　　int flag=1；

　　for(int I=1；I=n；我)

　　{

　　long key=generate_key(i，mod，s)；

　　如果(！bs[键])

　　{

　　flag=0；

　　打破；

　　}

　　}

　　ans . push _ back(flag)；

　　}

　　返回ans

　　}

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。