一、位圖實(shí)現(xiàn)
1.1位圖的原理
#pragma once
#include<iostream>
#include<vector>
#include<assert.h>
using namespace std;
namespace gazbitset
{
template<size_t N>
class bitset
{
public:
bitset()
{
_bits.resize(N/32+1,0);
}
//將x映射的位置標(biāo)記成1
void set(size_t x)
{
assert(x <= N);
size_t i = x / 32;
size_t j = x % 32;
_bits[i] |= (1 << j);
}
// 把x映射的位標(biāo)記成0
void reset(size_t x)
{
assert(x <= N);
size_t i = x / 32;
size_t j = x % 32;
_bits[i] &= ~(1 << j);
}
//查找一個值是否在位圖中，在就返回1，不在返回0
bool test(size_t x)
{
assert(x <= N);
size_t i = x / 32;
size_t j = x % 32;
return _bits[i] & (1 << j);
}
private:
vector<int> _bits;
};
template<size_t N>
class two_bit_set
{
public:
void set(size_t x)
{
if (b1.test(x) == false && b2.test(x) == false)
{
b2.set(x);
}
else if (b1.test(x) == false && b2.test(x) == true)
{
b1.set(x);
b2.reset(x);
}
}
//檢測只出現(xiàn)一次的數(shù)
bool testone(size_t x)
{
if (b1.test(x) == false && b2.test(x)==true)
{
return true;
}
return false;
}
private:
bitset<N> b1;
bitset<N> b2;
};
}1.2位圖應(yīng)用
二、布隆過濾器
當(dāng)我們在各大游戲或社交平臺注冊賬號時，有的平臺昵稱往往是不允許重復(fù)的，那當(dāng)輸入昵稱時，系統(tǒng)是如何立馬就能進(jìn)行判斷查找出是否存在重復(fù)的呢？
根據(jù)所學(xué)知識，通?？梢韵氲絻煞N方法：
?2.1布隆過濾器的原理
講述布隆過濾器的原理之前，我們先思考一下，通常你判斷某個元素是否存在用的是什么？應(yīng)該大多數(shù)人會回答 HashMap 吧，確實(shí)可以將值映射到 HashMap 的 Key，然后可以在 O(1) 的時間復(fù)雜度內(nèi)返回結(jié)果，效率奇高。但是 HashMap 的實(shí)現(xiàn)也有缺點(diǎn)，例如存儲容量占比高，考慮到負(fù)載因子的存在，通?？臻g是不能被用滿的，而一旦你的值很多例如上億的時候，那 HashMap 占據(jù)的內(nèi)存大小就變得很可觀了。
還比如說你的數(shù)據(jù)集存儲在遠(yuǎn)程服務(wù)器上，本地服務(wù)接受輸入，而數(shù)據(jù)集非常大不可能一次性讀進(jìn)內(nèi)存構(gòu)建 HashMap 的時候，也會存在問題。
2.2布隆過濾器的查找
?布隆過濾器是一個 bit 向量或者說 bit 數(shù)組，如果我們要映射一個值到布隆過濾器中，我們需要使用多個不同的哈希函數(shù)生成多個哈希值，并對每個生成的哈希值指向的 bit 位置 1，例如針對值 “C+五條” 通過三個不同的哈希函數(shù)分別生成了哈希值 1、4、7，則上圖轉(zhuǎn)變?yōu)椋?/span>
我們現(xiàn)在再存一個值 “CSDN”，如果哈希函數(shù)返回 3、4、8 的話，圖繼續(xù)變?yōu)椋?
值得注意的是，4 這個 bit 位由于兩個值的哈希函數(shù)都返回了這個 bit 位，因此它被覆蓋了。現(xiàn)在我們?nèi)绻氩樵?“dianping” 這個值是否存在，哈希函數(shù)返回了 1、5、8三個值，結(jié)果我們發(fā)現(xiàn) 5 這個 bit 位上的值為 0，說明沒有任何一個值映射到這個 bit 位上，因此我們可以很確定地說 “dianping” 這個值不存在。而當(dāng)我們需要查詢 “C+五條” 這個值是否存在的話，那么哈希函數(shù)必然會返回 1、4、7，然后我們檢查發(fā)現(xiàn)這三個 bit 位上的值均為 1，那么我們可以說 “C+五條”?存在了么？答案是不可以，只能是 “C+五條” 這個值可能存在。
這是為什么呢？答案跟簡單，因?yàn)殡S著增加的值越來越多，被置為 1 的 bit 位也會越來越多，這樣某個值 “taobao” 即使沒有被存儲過，但是萬一哈希函數(shù)返回的三個 bit 位都被其他值置位了 1 ，那么程序還是會判斷 “taobao” 這個值存在。
2.2布隆過濾器的刪除
2.3如何選擇哈希函數(shù)個數(shù)和布隆過濾器長度
很顯然，過小的布隆過濾器很快所有的 bit 位均為 1，那么查詢?nèi)魏沃刀紩祷亍翱赡艽嬖凇保鸩坏竭^濾的目的了。布隆過濾器的長度會直接影響誤報(bào)率，布隆過濾器越長其誤報(bào)率越小。
另外，哈希函數(shù)的個數(shù)也需要權(quán)衡，個數(shù)越多則布隆過濾器 bit 位置位 1 的速度越快，且布隆過濾器的效率越低；但是如果太少的話，那我們的誤報(bào)率會變高。
k 為哈希函數(shù)個數(shù)，m 為布隆過濾器長度，n 為插入的元素個數(shù)，p 為誤報(bào)率?文章來源：http://www.zghlxwxcb.cn/news/detail-848089.html
三、布隆過濾器的實(shí)現(xiàn)
#pragma once
#include<bitset>
#include<string>
#include<iostream>
using namespace std;
struct HashFuncBKDR//第一個哈希函數(shù)
{
// BKDR
size_t operator()(const string& s)
{
size_t hash = 0;
for (auto ch : s)
{
hash *= 131;
hash += ch;
}
return hash;
}
};
struct HashFuncAP//第二個哈希函數(shù)
{
// AP
size_t operator()(const string& s)
{
size_t hash = 0;
for (size_t i = 0; i < s.size(); i++)
{
if ((i & 1) == 0) // 偶數(shù)位字符
{
hash ^= ((hash << 7) ^ (s[i]) ^ (hash >> 3));
}
else // 奇數(shù)位字符
{
hash ^= (~((hash << 11) ^ (s[i]) ^ (hash >> 5)));
}
}
return hash;
}
};
struct HashFuncDJB//第三個哈希函數(shù)
{
// DJB
size_t operator()(const string& s)
{
size_t hash = 5381;
for (auto ch : s)
{
hash = hash * 33 ^ ch;
}
return hash;
}
};
template<size_t N,
class K=string,
class Hash1 = HashFuncBKDR,
class Hash2 = HashFuncAP,
class Hash3 = HashFuncDJB>
class bloomfilter
{
public:
void set(const K& key)
{
size_t hash1 = Hash1()(key) % M;
size_t hash2 = Hash2()(key) % M;
size_t hash3 = Hash3()(key) % M;
_bs->set(hash1);
_bs->set(hash2);
_bs->set(hash3);
}
bool Test(const K& key)
{
size_t hash1 = Hash1()(key) % M;
if (_bs->test(hash1) == false)
return false;
size_t hash2 = Hash2()(key) % M;
if (_bs->test(hash2) == false)
return false;
size_t hash3 = Hash3()(key) % M;
if (_bs->test(hash3) == false)
return false;
return true; // 存在誤判(有可能3個位都是跟別人沖突的，所以誤判)
}
private:
static const size_t M = 10 * N;
std::bitset<M>* _bs = new std::bitset<M>;
};
布隆過濾器的優(yōu)缺點(diǎn)
優(yōu)點(diǎn)：文章來源地址http://www.zghlxwxcb.cn/news/detail-848089.html
到了這里，關(guān)于C++哈希hash：位圖、布隆過濾器的實(shí)現(xiàn)及應(yīng)用的文章就介紹完了。如果您還想了解更多內(nèi)容，請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
![[C++]哈希應(yīng)用之位圖&布隆過濾器](https://imgs.yssmx.com/Uploads/2024/04/852662-1.gif)
