布隆过滤器(Bloom Filter)的Java实现方法
布隆过滤器原理很简单：就是把一个字符串哈希成一个整数key，然后选取一个很长的比特序列，开始都是0，在key把此位置的0变为1；下次进来一个字符串，哈希之后的值key，如果在此比特位上的值也是1，那么就说明这个字符串存在了。
如果按照上面的做法，那就和哈希算法没有什么区别了，哈希算法还有重复的呢。
布隆过滤器是将一个字符串哈希成多个key，我还是按照书上的说吧。
先建立一个16亿二进制常量，然后将这16亿个二进制位全部置0。对于每个字符串，用8个不同的随机产生器（F1,F2,.....,F8）产生8个信息指纹(f1,f2,....,f8).再用一个随机数产生器G把这八个信息指纹映射到1到16亿中的8个自然数g1,g2,...,g8。现在把这8个位置的二进制位全部变为1。这样一个布隆过滤器就建好了。
那么如何检测一个字符串是否已经存在了呢？
现在用8个随机数产生器（F1,F2,...,F8）对这个字符串产生8个信息指纹s1,s2,...,s8，然后将这8个信息指纹对应到布隆过滤器的8个二进制位，分别是T1,T2,...,T8.如果字符串存在，那么显然T1,T2,...,T8对应的二进制位都应该是1。就是这样来判断字符串是否已经存在的。
其实布隆过滤器就是对哈希算法的一个扩展，既然本质是哈希，那么就肯定会有不足，也就是说，肯定会有误判，一个字符串明明没有出现过而布隆过滤器判断出现了，虽然可能性很小，但是确实存在。
那么如何减少这种概率呢，首先可以想到的是如果将8个信息指纹扩展到16个错误的概率肯定会降低，但是也要考虑到，这样的话，那么一个布隆过滤器所能存储的字符串数量也降低了1倍；另外就是选取很好的哈希函数，对字符串的哈希方法有很多种，其中不乏很好的哈希函数。
布隆过滤器主要运用在过滤恶意网址用的，将所有的恶意网址建立在一个布隆过滤器上，然后对用户的访问的网址进行检测，如果在恶意网址中那么就通知用户。这样的话，我们还可以对一些常出现判断错误的网址设定一个白名单，然后对出现判断存在的网址再和白名单中的网址进行匹配，如果在白名单中，那么就放行。当然这个白名单不能太大，也不会太大，布隆过滤器错误的概率是很小的。有兴趣的读者可以去查阅，布隆过滤器的错误率。
下面给出Java版的布隆过滤器源码：
importjava.util.BitSet;
/**
*
*@authorxkey
*/
publicclassBloomFilter{
privatestaticfinalintDEFAULT_SIZE=2<<24;//布隆过滤器的比特长度
privatestaticfinalint[]seeds={3,5,7,11,13,31,37,61};//这里要选取质数，能很好的降低错误率
privatestaticBitSetbits=newBitSet(DEFAULT_SIZE);
privatestaticSimpleHash[]func=newSimpleHash[seeds.length];
publicstaticvoidaddValue(Stringvalue)
{
for(SimpleHashf:func)//将字符串value哈希为8个或多个整数，然后在这些整数的bit上变为1
bits.set(f.hash(value),true);
}
publicstaticvoidadd(Stringvalue)
{
if(value!=null)addValue(value);
}
publicstaticbooleancontains(Stringvalue)
{
if(value==null)returnfalse;
booleanret=true;
for(SimpleHashf:func)//这里其实没必要全部跑完，只要一次ret==false那么就不包含这个字符串
ret=ret&&bits.get(f.hash(value));
returnret;
}
publicstaticvoidmain(String[]args){
Stringvalue="www.nhooo.com";
for(inti=0;i<seeds.length;i++){
func[i]=newSimpleHash(DEFAULT_SIZE,seeds[i]);
}
add(value);
System.out.println(contains(value));
}
}
classSimpleHash{//这玩意相当于C++中的结构体
privateintcap;
privateintseed;
publicSimpleHash(intcap,intseed){
this.cap=cap;
this.seed=seed;
}
publicinthash(Stringvalue){//字符串哈希，选取好的哈希函数很重要
intresult=0;
intlen=value.length();
for(inti=0;i<len;i++){
result=seed*result+value.charAt(i);
}
return(cap-1)&result;
}
}
总结：布隆过滤器是对哈希算法的一种创新，而且需要消耗的空间也很小，错误率很低。总之这种创新的思路很值得学习，是一种对bit这种数据类型的运用。
以上这篇布隆过滤器(BloomFilter)的Java实现方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。