茶叶公司网站源码公司网站建设代理

整数布隆过滤器 (Bloom Filter for Integers) 实现

布隆过滤器是一种空间效率高的概率型数据结构，用于判断一个元素是否在集合中。下面是一个针对整数的布隆过滤器C++实现：

#include <iostream>
#include <vector>
#include <bitset>
#include <functional>class IntegerBloomFilter {
private:std::vector<bool> bit_array;  // 位数组int size;                     // 位数组大小int num_hashes;               // 哈希函数数量// 哈希函数1size_t hash1(int key) const {std::hash<int> hasher;return hasher(key) % size;}// 哈希函数2size_t hash2(int key) const {// 使用另一个简单的哈希算法key = ((key >> 16) ^ key) * 0x45d9f3b;key = ((key >> 16) ^ key) * 0x45d9f3b;key = (key >> 16) ^ key;return key % size;}public:// 构造函数IntegerBloomFilter(int size, int num_hashes) : size(size), num_hashes(num_hashes) {bit_array.resize(size, false);}// 添加元素void add(int key) {size_t h1 = hash1(key);size_t h2 = hash2(key);for (int i = 0; i < num_hashes; ++i) {size_t combined_hash = (h1 + i * h2) % size;bit_array[combined_hash] = true;}}// 检查元素是否存在（可能有误判）bool contains(int key) const {size_t h1 = hash1(key);size_t h2 = hash2(key);for (int i = 0; i < num_hashes; ++i) {size_t combined_hash = (h1 + i * h2) % size;if (!bit_array[combined_hash]) {return false;}}return true;}// 清空布隆过滤器void clear() {std::fill(bit_array.begin(), bit_array.end(), false);}// 获取位数组大小int getSize() const {return size;}// 获取哈希函数数量int getNumHashes() const {return num_hashes;}
};int main() {// 创建一个布隆过滤器，位数组大小为1000，使用5个哈希函数IntegerBloomFilter bloomFilter(1000, 5);// 添加一些整数bloomFilter.add(42);bloomFilter.add(1337);bloomFilter.add(123456);bloomFilter.add(-99);  // 支持负整数// 测试存在性std::cout << "Contains 42: " << bloomFilter.contains(42) << std::endl;      // 应该输出1 (true)std::cout << "Contains 1337: " << bloomFilter.contains(1337) << std::endl;  // 应该输出1 (true)std::cout << "Contains 999: " << bloomFilter.contains(999) << std::endl;    // 可能输出0 (false)// 测试误判率int false_positives = 0;int tests = 10000;for (int i = 2000; i < 2000 + tests; ++i) {if (bloomFilter.contains(i)) {false_positives++;}}std::cout << "False positive rate: " << (false_positives * 100.0 / tests) << "%" << std::endl;return 0;
}

实现说明

1. 数据结构：使用vector<bool>作为位数组，这是C++中高效存储位的方式。

2. 哈希函数：

   • 使用两个基础哈希函数：hash1使用C++标准库的std::hash，hash2使用一个简单的乘法哈希
   • 通过线性组合这两个哈希函数生成多个不同的哈希值

3. 操作：

   • add(int key)：将整数添加到布隆过滤器中
   • contains(int key)：检查整数是否可能在集合中（可能有假阳性）
   • clear()：重置布隆过滤器

4. 参数选择：

   • 位数组大小(size)和哈希函数数量(num_hashes)影响误判率
   • 通常根据预期元素数量和可接受的误判率来选择这些参数

使用建议

1. 布隆过滤器适用于可以容忍一定误判率的场景
2. 不支持删除操作（标准布隆过滤器）
3. 对于整数类型，可以专门优化哈希函数以获得更好性能

如果需要支持删除操作，可以考虑使用计数布隆过滤器(Counting Bloom Filter)的变种。

---

参考

C++ 中std::bitset的使用总结
C++ 实现布隆过滤器 - 从上亿条数据中查找某个记录是否存在