布隆过滤器的学习整理

标签：http   java   使用   ar   数据   代码   html   sp   时间   

bloomFilter是70年代提出来的一个利用时间，错误率来换取空间的应用。

应用在大数据量的情况下，比如爬虫抓取的大量url，用来判断哪些url是已经爬取过的。

m => 使用的散列长度，这个值通常用来创建BitSet的长度，java.util.BitSet

n => 待散列的字符串的个数。

k => 使用的hash函数的个数

建议使用的这几个值是 m/n => 22, k=>17 基本可以保证万分之二点二的错误率。

放一篇论文地址

http://pages.cs.wisc.edu/~cao/papers/summary-cache/node8.html

稍微晚点再把自己写的bloomFilter的代码放过来

布隆过滤器的学习整理

标签：http   java   使用   ar   数据   代码   html   sp   时间   

原文地址：http://www.cnblogs.com/daoyou/p/3941119.html