如何快速判斷一個元素是不是在一個集合里？這個題目是我最近面試的時候常問的一個問題，這個問題不同人都有很多不同的回答。

今天想介紹一個很少有人會提及到的方案，那就是借助布隆過濾器。

1、什么叫布隆過濾器

布隆過濾器（Bloom Filter）是一個叫做 Bloom 的老哥于1970年提出的。

實際上可以把它看作由二進制向量（或者說位數(shù)組）和一系列隨機映射函數(shù)（哈希函數(shù)）兩部分組成的數(shù)據(jù)結(jié)構(gòu)。

它的優(yōu)點是空間效率和查詢時間都比一般的算法要好的多，缺點是有一定的誤識別率和刪除困難。

2、實現(xiàn)原理

先來一張圖

 布隆過濾器算法主要思想就是利用 n 個哈希函數(shù)進行 hash 過后，得到不同的哈希值，根據(jù) hash 映射到數(shù)組（這個數(shù)組的長度可能會很長很長）的不同的索引位置上，然后將相應(yīng)的索引位上的值設(shè)置為1。

判斷該元素是否出現(xiàn)在集合中，就是利用k個不同的哈希函數(shù)計算哈希值，看哈希值對應(yīng)相應(yīng)索引位置上面的值是否是1，如果有1個不是1，說明該元素不存在在集合中。

但是也有可能判斷元素在集合中，但是元素不在，這個元素所有索引位置上面的1都是別的元素設(shè)置的，這就導(dǎo)致一定的誤判幾率（這就是為什么上面是活可能在一個集合中的根本原因，因為會存在一定的 hash 沖突）。

注意：誤判率越低，相應(yīng)的性能就會越低。

3、作用

布隆過濾器是可以用于判斷一個元素是不是（可能）在一個集合里，并且相比于其它的數(shù)據(jù)結(jié)構(gòu)，布隆過濾器在空間和時間方面都有巨大的優(yōu)勢。

注意上面的一個詞：可能。這里先預(yù)留一個懸念，下文會詳細(xì)分析到。

判斷給定數(shù)據(jù)是否存在

防止緩存穿透（判斷請求的數(shù)據(jù)是否有效避免直接繞過緩存請求數(shù)據(jù)庫）等等、郵箱的垃圾郵件過濾、黑名單功能等等。

4、具體實現(xiàn)

看完了布隆過濾器的算法思想，那就開始具體的實現(xiàn)的講解。

我先來舉個例子，假設(shè)有旺財和小強兩個字符串，他們分別經(jīng)過三次的 hash 算法，然后根據(jù) hash 的結(jié)果將對應(yīng)的數(shù)組（假設(shè)數(shù)組長度為 16）的索引位置的值置為1，先來看下旺財這個詞組:

旺財經(jīng)過三次 hash 過后，值分別為2,4,6 那么根據(jù)可以得到索引值分別為 2、4、6，于是就將該數(shù)組的索引（2、4、6）位置的值置為1，其余當(dāng)做是0，現(xiàn)在假設(shè)需要查找旺財 ，同樣經(jīng)過這個三個hash 然后發(fā)現(xiàn)得到的索引 2、4、6對應(yīng)的位置的值都為1，那么可以判斷旺財可能是存在的。

接著有將小強插入到布隆過濾器中，實際的過程和上面的一樣，假設(shè)得到的下標(biāo)是 1、3、5

拋開旺財?shù)拇嬖?，小強此時是這樣子在布隆過濾器中的，結(jié)合旺財和小強實際的數(shù)組是這樣子的：

 現(xiàn)在有來一個數(shù)據(jù)：9527，現(xiàn)在要求是判斷 9527 是否存在，假設(shè)9527 經(jīng)過三次 hash 過后得到的下標(biāo)分別為：5、6、7。結(jié)果發(fā)現(xiàn)下標(biāo)為 7 的位置的值為0，那么可以肯定的判斷出，9527 一定不存在。

接著又來了一個 國產(chǎn)007，經(jīng)過三次 hash 過后得到的下標(biāo)分別為：2、3、5，結(jié)果發(fā)現(xiàn) 2、3、5下標(biāo)對應(yīng)的值全是1，于是可以大致判斷出 國產(chǎn)007可能存在。但是實際上經(jīng)過我們剛剛的演示，國產(chǎn)007 根本就不存在，之所以 2、3、5 索引位置的值為1 ，那是因為其他的數(shù)據(jù)設(shè)置的。

說到這里，不知道大家有沒有明白布隆過濾器的作用。

5、代碼的實現(xiàn)

作為 java 程序員，我們真的是很幸福了，我們使用到很多的框架和工具，基本都被封裝好了，布隆過濾器，我們就使用 google 封裝好的工具類。當(dāng)然還有其他方法，大家可以探索探索。

首先添加依賴

<!--布隆過濾依賴-->
<dependency>
    <groupId>com.google.guava</groupId>
    <artifactId>guava</artifactId>
    <version>25.1-jre</version>
</dependency>

代碼的實現(xiàn)

import com.google.common.hash.BloomFilter;
import com.google.common.hash.Funnels;
import java.nio.charset.Charset;
public class BloomFilterDemo {
        public static void main(String[] args) {
        /**
         * 創(chuàng)建一個插入對象為一億，誤報率為0.01%的布隆過濾器
         * 不存在一定不存在
         * 存在不一定存在
         * ----------------
         *  Funnel 對象：預(yù)估的元素個數(shù)，誤判率
         *  mightContain ：方法判斷元素是否存在
         */
        BloomFilter<CharSequence> bloomFilter = BloomFilter.create(Funnels.stringFunnel(Charset.forName("utf-8")), 100000000, 0.0001);
        bloomFilter.put("死");
        bloomFilter.put("磕");
        bloomFilter.put("Redis");
        System.out.println(bloomFilter.mightContain("Redis"));
        System.out.println(bloomFilter.mightContain("Java"));
    }
}

 具體的解釋已經(jīng)寫在注釋中了。到這里相信大家一定明白了布隆過濾器和其怎么使用了。

6、實戰(zhàn)

我們來模擬這樣的場景：通過布隆過濾器來解決緩存穿透。

首先你的知道什么叫緩存穿透吧？

緩存穿透是指用戶訪問一個緩存和數(shù)據(jù)庫中都沒有的數(shù)據(jù)，因為緩存中不存在，所以就會去訪問數(shù)據(jù)庫，如果并發(fā)很高。很容易會擊垮數(shù)據(jù)庫

那布隆過濾器是如何解決這個問題的呢？他

的原理是這樣子的：將數(shù)據(jù)庫中所有的查詢條件，放入布隆過濾器中，當(dāng)一個查詢請求過來時，先經(jīng)過布隆過濾器進行查，如果判斷請求查詢值存在，則繼續(xù)查；如果判斷請求查詢不存在，直接丟棄。

其代碼如下：

String get(String key) {
    String value = redis.get(key);     
    if (value  == null) {
        if(!bloomfilter.mightContain(key)){
            return null; 
        }else{
            value = db.get(key); 
            redis.set(key, value); 
        }    
    }
    return value；
}

7、小結(jié)

本文詳細(xì)介紹了布隆過濾器是什么？有什么作用？實現(xiàn)原理以及從代碼層面多方面來闡述布隆過濾器。希望能為各位在學(xué)習(xí)進階的路上添磚加瓦。

以上就是布隆過濾器面試如何快速判斷元素是否在集合里的詳細(xì)內(nèi)容，更多關(guān)于布隆過濾器面試判斷元素是否在集合里的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論