C-位集向量和bloom过滤器之间的差异

所以我知道比特集向量基本上可以在每个比特中为您存储真/假集，但是我不清楚这与bloom过滤器之间的区别，我知道bloom过滤器使用散列函数，并且可以返回误报，然而，它们可以存储的数据类型/可以执行的功能之间的实际区别是什么？

位集向量只是一个包含任意数量位的大字段，可以使用其索引单独设置

---

bloom过滤器是一种集合（不包含数据本身），允许快速确定集合中是否包含元素。它建立在某种位集向量之上，在插入元素或读取元素时将后者的若干位设置为1，以检查元素是否包含（而不允许您直接访问其底层位集向量）。

位集向量只是一个包含任意数量位的大字段，可以单独设置，使用他们的索引

---

bloom过滤器是一种集合（不包含数据本身），允许快速确定集合中是否包含元素。它构建在某种位集向量之上，在插入元素或读取元素时将后者的若干位设置为1，以检查元素是否包含（而不允许您直接访问其底层位集向量）。

可以使用位集实现bloom过滤器，但是不能使用bloom筛选器实现位集。

可以使用位集实现bloom筛选器，但不能使用bloom筛选器实现位集。

（我知道这是一篇旧文章，但无论如何都要为将来的读者发布。）

将位集视为布尔数组的无损压缩 假设必须在集合中存储32个布尔值。 你的直觉是使用一个数组或布尔值列表 假设该数组中的每个项都需要一个字节的空间，那么该数组加起来就是32个字节 但是你看，每一项都是一个字节，所以它是8位。 虽然只有1位就足以表示真或假，但您使用的是8位。 因为有32个字节，我们最终使用32*8=256位。 然后问题出现了，“为什么我们不使用一个32位数字来存储与这32项对应的每一位中的1或0？” 这只不过是一个位集——您将只使用32位而不是256位来存储相同的信息。在这里，您可以通过检查相应的位位置来判断项目是否存在。这种存储在任何地方都有帮助，特别是在嵌入式系统中的内存密集型代码、每秒进行大量图形/数学运算的高端游戏以及机器学习中的特定应用中

将Bloom filter视为布尔数组的有损压缩或位集的有损压缩，具体取决于要使用的底层数据结构。 在这里，它是有损的，因为你永远不可能知道一个给定的项目是否存在，但你可以肯定地说，如果它不存在！ 它使用哈希函数将给定输入的比特集的某些比特设置为1。对于其他输入，将设置一些其他位关键是，可以为两个不同的输入设置公共位。因此，您不能说某个项是否存在，因为公共位可能基于多个项进行设置。然而，即使没有为给定的输入设置一个位，您也可以肯定地说它不存在。这就是为什么我称之为有损

希望这就是你想要的。

（我知道这是一篇老文章，但无论如何都是为未来的读者发布的。）

将位集视为布尔数组的无损压缩 假设必须在集合中存储32个布尔值。 你的直觉是使用一个数组或布尔值列表 假设该数组中的每个项都需要一个字节的空间，那么该数组加起来就是32个字节 但是你看，每一项都是一个字节，所以它是8位。 虽然只有1位就足以表示真或假，但您使用的是8位。 因为有32个字节，我们最终使用32*8=256位。 然后问题出现了，“为什么我们不使用一个32位数字来存储与这32项对应的每一位中的1或0？” 这只不过是一个位集——您将只使用32位而不是256位来存储相同的信息。在这里，您可以通过检查相应的位位置来判断项目是否存在。这种存储在任何地方都有帮助，特别是在嵌入式系统中的内存密集型代码、每秒进行大量图形/数学运算的高端游戏以及机器学习中的特定应用中

将Bloom filter视为布尔数组的有损压缩或位集的有损压缩，具体取决于要使用的底层数据结构。 在这里，它是有损的，因为你永远不可能知道一个给定的项目是否存在，但你可以肯定地说，如果它不存在！ 它使用哈希函数将给定输入的比特集的某些比特设置为1。对于其他输入，将设置一些其他位关键是，可以为两个不同的输入设置公共位。因此，您不能说某个项是否存在，因为公共位可能基于多个项进行设置。然而，即使没有为给定的输入设置一个位，您也可以肯定地说它不存在。这就是为什么我称之为有损

---

希望这就是您要寻找的。

位集向量？听起来更像C++……@ thigyWoTSIT，我已经制作了我自己的ADT，它以比特集向量的方式工作，更深入地寻找它背后的理论：）有什么澄清吗？听起来更像C++，我…我已经做了我自己的ADT，它是以位向量D的方式工作的。