這一篇是我重寫的，之前寫過一篇發現面試的時候問的問題雖然大概能解決，但是有幾個點沒有整理到位，所以自己給自己列出了很多面試常見的問題，准備一篇一篇去解決。本文整體思路是延續之前的那篇文章，在此基礎之上添加了幾個點而已。
布隆過濾器主要是在redis中問的比較多，因此像這種數據結構類的，主要是考原理以及使用場景。下面一點一點開始逐步介紹。
一、認識布隆過濾器
1、概念
布隆過濾器其實就是加快判定一個元素是否在集合中出現的方法。比如說在一個大字典中，要查找某個單詞是否存在，於是我們就可以使用布隆過濾器，快速高效省時省力。
這里有一個考察點，那就是布隆過濾器只能判定一個元素不在集合里面，不能判斷存在，什么意思呢！就是說一個蘋果不在籃子里，這個我可以通過布隆過濾器知道，但是一定在籃子里嘛？這個通過布隆過濾器我是不能判定的。
下面通過原理就能理解這個了。
2、原理
先舉一個例子，在我們身邊充斥着各種各樣的XX網站，為了不毒害我們祖國的花朵，於是國家網警就開始對這些網站進行割除過濾，問題來了，這些網站的地址其實是不停的更換的，這些垃圾網站和正常網站加起來全世界據統計也有幾十億個。因此就會帶來如下的問題：
（1）網站數量太多，存儲起來比較麻煩。一個地址最起碼有32個字節，一億個地址就需要1.6G的內存。
（2）一個一個比較，太費時間了。
因此布隆過濾器被設計出來了，他是如何做到高效的呢？本質上其實就是一個HASH映射器。他的底層其實是一個超大的二進制向量和一系列隨機映射函數。現在我們按照之前的那個例子，我們存儲1億個垃圾網站地址。
（1）第一步：建立一個32億二進制（比特），也就是4億字節的向量。全部置0。
（2）第二步：網警用八個不同的隨機數產生器（F1,F2, …,F8） 產生八個信息指紋（f1, f2, …, f8）。
（3）第三步：用一個隨機數產生器 G 把這八個信息指紋映射到 1 到32億中的八個自然數 g1, g2, …,g8。
（4）第四步：把這八個位置的二進制全部設置為一。
OK，有一天網警查到了一個可疑的網站，想判斷一下是否是XX網站，於是就開始檢查了。通過同樣的方法將XX網站通過哈希映射到32億個比特位數組上的8個點。如果8個點的其中有一個點不為1，則可以判斷該元素一定不存在集合中。
注意：現在你可能會發現一個問題，如果兩個XX網站通過上面的步驟映射到了相同的8個點上，或者是有一部分點是重合的，這時候該怎么辦？於是就出現了誤報，也就是說A網站在12345678個點上全部置1，B網站通過同樣的方式在23456789上全部置1，這時候B網站來了是不能確定是否包含的。這個邏輯相信各位都理解。這個是最基礎的面試問題。
3、誤報率
這一小節是稍微高級一點點，某中廠問到了一次，於是這一次就添加了進來。
通過上面的解釋相信都大概了解的差不多了，其實就是hash函數映射，由於有hash沖突產生了誤報率，誤報率也就是判斷失敗的情況。
既然是由於hash沖突，那我把布隆過濾器的二進制向量調到很大，這樣不就解決了嘛，但是由於數據量比較大，因此現在就要考慮一下誤報率和存儲效率之間選擇一個折中值了。有一個計算公式如下：公式來源於github
假設位數組的長度為m，哈希函數的個數為k。檢測某一元素是否在該集合中的誤報率是：
如何使得誤報率最小，數學問題，求導就可以了。
4、使用場景
（1）google的guava包中有對Bloom Filter的實現
（2）通常使用布隆過濾器去解決redis中的緩存穿透，解決方案是redis中bitmap的實現，
（3）釣魚網站、垃圾郵件檢測
大體就這些，可能還有很多！！！
二、代碼實現布隆過濾器
上面只是給出了其原理，下面我們代碼實現一下。
public class MyBloomFilter {
// 2 << 25表示32億個比特位
private static final int DEFAULT_SIZE = 2 << 25 ;
private static final int[] seeds = new int [] {3,5,7,11,13,19,23,37 };
//這么大存儲在BitSet
private BitSet bits = new BitSet(DEFAULT_SIZE);
private SimpleHash[] func = new SimpleHash[seeds.length];
public static void main(String[] args) {
//可疑網站
String value = "www.愚公要移山.com" ;
MyBloomFilter filter = new MyBloomFilter();
//加入之前判斷一下
System.out.println(filter.contains(value));
filter.add(value);
//加入之后判斷一下
System.out.println(filter.contains(value));
}
//構造函數
public MyBloomFilter() {
for ( int i = 0 ; i < seeds.length; i ++ ) {
func[i] = new SimpleHash(DEFAULT_SIZE, seeds[i]);
}
}
//添加網站
public void add(String value) {
for (SimpleHash f : func) {
bits.set(f.hash(value), true );
}
}
//判斷可疑網站是否存在
public boolean contains(String value) {
if (value == null ) {
return false ;
}
boolean ret = true ;
for (SimpleHash f : func) {
//核心就是通過“與”的操作
ret = ret && bits.get(f.hash(value));
}
return ret;
}
}
還有一個SimpleHash，我們看一下
public static class SimpleHash {
private int cap;
private int seed;
public SimpleHash( int cap, int seed) {
this .cap = cap;
this .seed = seed;
}
public int hash(String value) {
int result = 0 ;
int len = value.length();
for ( int i = 0 ; i < len; i ++ ) {
result = seed * result + value.charAt(i);
}
return (cap - 1 ) & result;
}
}
這就是布隆過濾器的實現。