python使用布隆過(guò)濾器的實(shí)現(xiàn)示例
使用庫(kù)pybloom_live
from pybloom_live import ScalableBloomFilter,BloomFilter
# 可自動(dòng)伸縮的布隆過(guò)濾器
bloom = ScalableBloomFilter(initial_capacity=100,error_rate=0.001)
# 添加內(nèi)容
bloom.add('daqi')
print('daqi'in bloom)
# 定長(zhǎng)的布隆過(guò)濾器
bloom1 = BloomFilter(capacity=10000)
bloom1.add('daqi')
print('daqi'in bloom1)
手動(dòng)實(shí)現(xiàn)一個(gè)簡(jiǎn)單的布隆過(guò)濾器
使用bitarray實(shí)現(xiàn),將初始數(shù)組置為0,根據(jù)hash計(jì)算出節(jié)點(diǎn)置為1,同時(shí)寫(xiě)了一個(gè)生成隨機(jī)碼的函數(shù)用于測(cè)試。
import random
import mmh3
from bitarray import bitarray
import os.path
import re
# bitarray長(zhǎng)度
BIT_SIZE = 50000
class BloomFilter():
def __init__(self):
bit_array = bitarray(BIT_SIZE)
bit_array.setall(0)
self.bit_array = bit_array
self.bit_size = self.length()
def get_points(self, url):
"""
生成需要插入的位置
:param url:
:return:節(jié)點(diǎn)的列表
"""
point_list = []
for i in range(7):
point = mmh3.hash(url,30+i) % self.bit_size
point_list.append(point)
return point_list
def add(self, url):
"""
添加url到bitarray中
:param url:
:return:
"""
res = self.bitarray_expand()
points = self.get_points(url)
try:
for point in points:
self.bit_array[point] = 1
return '注冊(cè)完成!'
except Exception as e:
return e
def contains(self,url):
"""
驗(yàn)證url是否存在
:param url:
:return:True or False
"""
points = self.get_points(url)
# 在bitarray中查找對(duì)應(yīng)的點(diǎn),如果有一個(gè)點(diǎn)值為0就說(shuō)明該url不存在
for p in points:
if self.bit_array[p] == 0:
return False
return True
def count(self):
"""
獲取bitarrray中使用的節(jié)點(diǎn)數(shù)
:return: bitarray長(zhǎng)度
"""
return self.bit_array.count()
def length(self):
"""
獲取bitarray的長(zhǎng)度
:return:bitarray的長(zhǎng)度
"""
return len(self.bit_array)
def bitarray_expand(self):
"""
擴(kuò)充bitarray長(zhǎng)度
:return:bitarray的長(zhǎng)度或使用率,布隆過(guò)濾器的bitarray的使用最好不要超過(guò)50%,這樣誤判率低一些
"""
isusespace = round(int(self.count()) / int(self.length()),4)
if 0.50 < isusespace:
# 新建bitarray
expand_bitarray = bitarray(BIT_SIZE)
expand_bitarray.setall(0)
# 增加新建的bitarray
self.bit_array = self.bit_array + expand_bitarray
self.bit_size = self.length()
return self.bit_size
else:
return f'長(zhǎng)度尚可,{round(isusespace * 100,2)}%'
def get_captcha():
"""
生成用于測(cè)試的隨機(jī)碼
:return:
"""
seed = '0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ'
captcha = ""
for i in range(10):
captcha += random.choice(seed)
print(captcha)
return captcha
if __name__ == '__main__':
bloom = BloomFilter()
for i in range(100000):
bloom.add(f'www.{get_captcha()}.com')
print(bloom.length())
print(bloom.count())
print(bloom.count())
到此這篇關(guān)于python使用布隆過(guò)濾器的實(shí)現(xiàn)示例的文章就介紹到這了,更多相關(guān)python 布隆過(guò)濾器內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
淺談哪個(gè)Python庫(kù)才最適合做數(shù)據(jù)可視化
數(shù)據(jù)可視化是任何探索性數(shù)據(jù)分析或報(bào)告的關(guān)鍵步驟,目前有許多非常好的商業(yè)智能工具,比如Tableau、googledatastudio和PowerBI等,本文就詳細(xì)的進(jìn)行對(duì)比,感興趣的可以了解一下2021-06-06
Python流行ORM框架sqlalchemy的簡(jiǎn)單使用
這篇文章主要介紹了Python流行ORM框架sqlalchemy的簡(jiǎn)單使用,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2021-07-07
python 實(shí)現(xiàn)將txt文件多行合并為一行并將中間的空格去掉方法
今天小編就為大家分享一篇python 實(shí)現(xiàn)將txt文件多行合并為一行并將中間的空格去掉方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-12-12
基于spring boot 日志(logback)報(bào)錯(cuò)的解決方式
今天小編就為大家分享一篇基于spring boot 日志(logback)報(bào)錯(cuò)的解決方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-02-02
windows下pycharm搭建spark環(huán)境并成功運(yùn)行 附源碼
這篇文章主要介紹了windows下pycharm搭建spark環(huán)境并成功運(yùn)行 附源碼,本文分步驟給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2021-04-04
pyqt5實(shí)現(xiàn)按鈕添加背景圖片以及背景圖片的切換方法
今天小編就為大家分享一篇pyqt5實(shí)現(xiàn)按鈕添加背景圖片以及背景圖片的切換方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-06-06
對(duì)python中Json與object轉(zhuǎn)化的方法詳解
今天小編就為大家分享一篇對(duì)python中Json與object轉(zhuǎn)化的方法詳解,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-12-12
Python第三方庫(kù)jieba庫(kù)與中文分詞全面詳解
jieba庫(kù)是一款優(yōu)秀的Python第三方中文分詞庫(kù),jieba支持三種分詞模式:精確模式、全模式和搜索引擎模式,下面這篇文章主要給大家介紹了關(guān)于Python第三方庫(kù)jieba庫(kù)與中文分詞的相關(guān)資料,需要的朋友可以參考下2022-07-07

