布隆过滤器的原理_什么是布隆过滤器

大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE稳定放心使用

作用嘛就是用来过滤非法key，避免缓存穿透（请求直接打到数据库），布隆过滤器底层用的是位数组，不仅节省空间，性能也嘎嘎猛，而且占用内存不会随着使用变大

先贴demo后BB

public class MyBloomFilter { 

//后面hash函数会用到，用来生成不同的hash值，可以随便给，但别给奇数
private final int[] ints = { 
6, 8, 16, 38, 58, 68};
private Integer currentBeanCount = 0;
//你的布隆过滤器容量
private int DEFAULT_SIZE = Integer.MAX_VALUE;
//bit数组，用来存放结果
private final BitSet bitSet = new BitSet(DEFAULT_SIZE);
public MyBloomFilter() { 

}
public MyBloomFilter(int size) { 

if (size <= (2 << 8)) throw new RuntimeException("size is too small");
DEFAULT_SIZE = size;
}
//获取当前过滤器的对象数量
public Integer getCurrentBeanCount() { 

return currentBeanCount;
}
//计算出key的hash值，并将对应下标置为true
public void push(Object key) { 

Arrays.stream(ints).forEach(i -> bitSet.set(hash(key, i)));
currentBeanCount++;
}
//判断key是否存在，true不一定说明key存在，但是false一定说明不存在
public boolean contain(Object key) { 

boolean result = true;
for (int i : ints) { 

result = result && bitSet.get(hash(key, i));
}
return result;
}
//hash算法，借鉴了hashmap的算法
private int hash(Object key, int i) { 

int h;
int index = key == null ? 0 : (DEFAULT_SIZE - 1 - i) & ((h = key.hashCode()) ^ (h >>> 16));
return index > 0 ? index : -index;
}
}

测试

    public static void main(String[] args) { 

MyBloomFilter bf = new MyBloomFilter ();
bf.add("张学友");
bf.add("郭德纲");
bf.add("蔡徐鸡");
bf.add(666);
System.out.println(bf.contain("张学友"));//true
System.out.println(bf.contain("张学友 "));//false
System.out.println(bf.contain("张学友1"));//false
System.out.println(bf.contain("郭德纲"));//true
System.out.println(bf.contain("蔡徐老母鸡"));//false
System.out.println(bf.contain(666));//true
System.out.println(bf.contain(888));//false
}

原理

通过对比hash算法计算出来的下标，注意，我们是对比一组，而不是只看一次，一次hash结果对应一个下标

把同一个key进行多次hash运算，将hash出来的下标放入数组，数组默认全为0，放入元素后该下标就为1，后面判断是否存在元素的时候也是进行同样次数的hash运算，看下结果对应的所有下标是否全为1，若全为1，则代表该key可能存在，若存在不为1的，则说明该key一定不存在；

默认位数组：[0，0，0，0，0，0]
比方说有个已知key的下标是0，2，5
对应位数组：[1，0，1，0，0，1]
判断某个未知key存不存在的时候，假设我们计算出来的下标是0，2，4
对应位数组：[1，0，1，0，1，0]
此时位数组内5对应下标值为0，而已知key位数组的5对应下标位1，说明这两个一定不是同一个key

相反，如果某个key计算出来的下标为[1，0，1，0，0，1]，只能说这个key可能存在，因为这个位置可能是其它key计算出来的

如果对上面的hash算法有疑惑，请移步帮你真正理解hashCode和hash算法

demo复制可用，家里有条件的都在编译器上跑一跑，测一测

ok我话讲完

嘤嘤嘤~