189 8069 5689
位图是用一个btye位来表示一个数据是否存在，再通过哈希函数确定一个数据所在的位置，这样处理会使当仅需要判断一个数据在不在的时候大大的提高效率，缩小内存的使用，如一个数据为int型，而一个int型的数据构成的位图能表示32个数据的存在状态。代码实现如下：
创新互联坚持“要么做到，要么别承诺”的工作理念，服务领域包括：成都网站设计、成都做网站、外贸网站建设、企业官网、英文网站、手机端网站、网站推广等服务，满足客户于互联网时代的涿州网站设计、移动媒体设计的需求，帮助企业找到有效的互联网解决方案。努力成为您成熟可靠的网络建设合作伙伴！
Bitmap.h:
#includeclass BitMap { public: BitMap(size_t size) :_size(0) { Size(size); } void Set(size_t key) { size_t index = key / 32; size_t offset = key % 32; _map[index]=_map[index] | (1 << offset); ++_size; } void Reset(size_t key) { size_t index = key / 32; size_t offset = key % 32; if ((_map[index] >> offset) & 1) { _map[index] = _map[index] & (~(1 << offset)); ++_size; } } void Size(size_t size) { _map.resize(size); } bool Touch(size_t key) { size_t index = key / 32; size_t offset = key % 32; if ((_map[index] >> offset) & 1) return true; return false; } protected: size_t _size; vector _map; };
布隆过滤器：布隆过滤器（Bloom Filter）是1970年由布隆提出的。它实际上是一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法，缺点是有一定的误识别率和删除困难。（百度百科）
这里所说的映射函数我们一般定义几个，这样就可以加大避免冲突的几率，这里我写了个key为string 类的布隆过滤器，仅供参考：
BloomFilter.h:
#include"BitMap.h"
size_t BKDRHash(const char *str)//这里定义了5个映射算法，仅供参考
{
register size_t hash = 0;
while (size_t ch = (size_t)*str++)
{
hash = hash * 131 + ch;
}
return hash;
}
size_t SDBMHash(const char *str)
{
register size_t hash = 0;
while (size_t ch = (size_t)*str++)
{
hash = 65599 * hash + ch;
//hash = (size_t)ch + (hash << 6) + (hash << 16) - hash;
}
return hash;
}
size_t RSHash(const char *str)
{
register size_t hash = 0;
size_t magic = 63689;
while (size_t ch = (size_t)*str++)
{
hash = hash * magic + ch;
magic *= 378551;
}
return hash;
}
size_t APHash(const char *str)
{
register size_t hash = 0;
size_t ch;
for (long i = 0; ch = (size_t)*str++; i++)
{
if ((i & 1) == 0)
{
hash ^= ((hash << 7) ^ ch ^ (hash >> 3));
}
else
{
hash ^= (~((hash << 11) ^ ch ^ (hash >> 5)));
}
}
return hash;
}
size_t JSHash(const char *str)
{
if (!*str) // 以保证空字符串返回哈希值0
return 0;
register size_t hash = 1315423911;
while (size_t ch = (size_t)*str++)
{
hash ^= ((hash << 5) + ch + (hash >> 2));
}
return hash;
}
class BloomFilter
{
public:
BloomFilter(size_t size)
:_capacity(size)
, map(size)
{}
void Set(const string &key)
{
size_t index1 = BKDRHash(key.c_str())%_capacity;
size_t index2 = SDBMHash(key.c_str()) % _capacity;
size_t index3 = RSHash(key.c_str()) % _capacity;
size_t index4 = APHash(key.c_str()) % _capacity;
size_t index5 = JSHash(key.c_str()) % _capacity;
map.Set(index1);
map.Set(index2);
map.Set(index3);
map.Set(index4);
map.Set(index5);
}
bool Touch(const string &key)
{
if (!map.Touch(BKDRHash(key.c_str()) % _capacity))
return false;
if (!map.Touch(SDBMHash(key.c_str()) % _capacity))
return false;
if (!map.Touch(RSHash(key.c_str()) % _capacity))
return false;
if (!map.Touch(APHash(key.c_str()) % _capacity))
return false;
if (!map.Touch(JSHash(key.c_str()) % _capacity))
return false;
return true;
}
protected:
size_t _capacity;
BitMap map;
};如有疑问希望提出，有错误希望指正