Bloom Filter算法

Bloom Filter就是这么一个空间利用率非常高的算法。我们先来看看这个算法的原理：

1 首先我们有一个长度为n的比特数组，开始的时候将这个比特数组里所有的元素都初始化为0

00000000000000000000

上面的比特数组n为20

2 然后选取k个哈希函数，这k个哈希函数产生的结果的值的范围在0到n-1之间（对于上面的比特数组，即0到19） 。对每个要添加进集合的对象进行哈希运算，然后将哈希计算结果作为数组的索引，将索引位置的比特位设置为1（不管该比特位原先为0还是为1）。

比如我们选取三个哈希函数，对于对象A哈希值为0，5，7。那么比特数组就为：

10000101000000000000

对象B的值为2，8，13，那么添加B后的比特数组为：

10100101100001000000

对象C为0，4，7（对象C的第一个哈希函数的值与对象A的相同了，没关系我们还是设置为1就可以了）：

10101101100001000000

现在我们的Bloom Filter里已经有3个元素了。现在我们要判断某元素X是否在该集合中。就相当于我们要实现一个contains方法。那么这个方法如何实现呢？

对元素X采用相同的三个哈希函数哈希，然后以这三个哈希值为索引去比特数组里找。如果三个索引位置的比特位都为1我们就认为该元素在集合中，否则不是。

public class BloomFilter {
    
    public static final byte [] bitvalues = new byte [] {
        (byte)0x01,
        (byte)0x02,
        (byte)0x04,
        (byte)0x08,
        (byte)0x10,
        (byte)0x20,
        (byte)0x40,
        (byte)0x80
    };
    
    public void  add (Key key) {
        if(key == null){
            throw new NullPointerException("Key cannot be null");
        }
        
        int [] h = hash.hash(key);
        hash.clear();
        
        for (int i = 0;i<nbHash; i++){
            bits.set(h[i]);
        }
        
        public boolean membershipTest(Key key){
            if(key == null){
                throw new NullPointerException("key cannot be null");
            }
            int [] h = hash.hash(key);
            hash.clear();
            for(int i=0;i<nbHash;i++){
                if(!bit.get(h[i])){
                    return false;
                }
            }
            return true;
        }
    }

}