Hash 差分bloom过滤器和FM草图
bloom过滤器和散列草图（也是FM草图）之间有什么区别？它们的用途是什么？散列草图/Flajolet Martin草图 Flajolet，p./Martin，G.（1985）：数据库应用的概率计数算法，载于：《计算机与系统科学杂志》，第31卷，第2期（1985年9月），第182-209页 杜兰德，M./Flajolet，p.（2003）：大基数的对数计数，摘自：Springer LNCS 2832，算法ESA 2003，第605-617页 散列草图用于计算集合中不同元素的数量 鉴于：Hash 差分bloom过滤器和FM草图,hash,set,duplicates,counting,bloom-filter,Hash,Set,Duplicates,Counting,Bloom Filter,bloom过滤器和散列草图（也是FM草图）之间有什么区别？它们的用途是什么？散列草图/Flajolet Martin草图 Flajolet，p./Martin，G.（1985）：数据库应用的概率计数算法，载于：《计算机与系统科学杂志》，第31卷，第2期（1985年9月），第182-209页 杜兰德，M./Flajolet，p.（2003）：大基数的对数计数，摘自：Springer LNCS 2832，算法ESA 2003，第605-617页 散列草图用于计算集合中不同元素的数量 鉴于： 长度为
- 长度为l的位数组B[]
- 映射到[0,1，…2^l]的（单个）散列函数h（）
- 一个函数r（），给出输入二进制表示中最低有效位的位置（例如000101返回1001000返回4）
- pn:=h（x）返回一个伪随机数
- 应用r（pn）将位数组的位置设置为1 由于h（）的输出是伪随机的，所以每一位i被设置为1~n/（2^（i+1））次
- 查找位数组中最右边0的位置p
- p=log2（n），求n得到集合中不同元素的个数； 结果可能高达1.83个震级
- 在数据挖掘、P2P/分布式应用、文档频率估计等方面
布隆过滤器 Bloom，H.（1970）：允许错误的哈希编码中的空间/时间权衡，载于：《ACM通信》，第13卷，第7期（1970年7月），第422-426页 Bloom过滤器用于测试元素是否为集合的成员 鉴于：
- 长度为m的位数组B[]
- k个不同的散列函数h_k（），映射到[0，…，m-1]，即m位数组的一个位置
- 将h_k应用于x（h_k（x）），对于所有k，即得到k值
- 将数组B中的结果位设置为1（如果已设置为1，则不做任何更改）
- 使用所有散列函数h_k（h_k（y））获取要检查的位置p_k，即，对于每个函数h_k，您将获得一个位置p_k
- 如果数组B中的一个位置p_k设置为0，则元素y肯定不在该集中
- 如果p_k给出的所有位置都是1，那么元素y可能（！）在集合中
- 假阳性率约为（1-e^（-kn/m））^k，不可能出现假阴性
- 通过增加散列函数的数量，可以降低误报率；但是，同时bloom过滤器会变慢；k的最佳值是k=（m/n）ln（2）
- 一开始，它被用作数据库中的廉价过滤器，以过滤掉与查询不匹配的元素
- 今天的各种应用程序，例如在Google BigTable中，以及用于IP查找的网络中，等等