海量数据的插入和查找 bloom filter

建模：

数据量: n

位数组bit_array： m bits， 初始化清0

独立的哈希函数个数： k

 

插入：

　　对于数据x， hash[0 to k-1](x)对应数组bit_array中的位置1。

 

查找：

　　对于数据x， 如果hash[0 to k-1](x)对应的k个bit_array中的位都为1， 则x存在。

 

与hash的区别：

　　如果只有一个hash函数， 则会有大量的冲突。 所以采用多个hash函数， 用多个位标记一个数据。

 

attention:

　　同hash一样， 会出现误判， 关于m, k的选择， 其中有很复杂的数学分析。 hash函数也会影响误判。

 

参考：

http://blog.csdn.net/jiaomeng/article/details/1495500