如何在Scala中建模bloom过滤器

我正在尝试在Scala中模拟bloom过滤器。逻辑本身实际上非常简单，但我正在努力弄清楚如何充分使用Scala的数据结构，使其具有良好的、惯用的和功能性的特性

我的问题是：如果我使用case类，我需要构造函数来生成散列函数和将存储实际bloom过滤器数据的位数组。 但是，在像“add”这样会更改位数组内容的方法中，我需要返回一个新的bloom过滤器，而不是改变现有过滤器的内容，以使我的方法具有引用透明性

不幸的是，我不能构造一个新的bloom筛选器，因为我不希望新的筛选器重新创建一个新的位数组和新的哈希函数，而且我也不能将其传递给现有的筛选器，因为位数组和哈希函数都不是bloom筛选器case类的一部分

---

那么，我应该如何在Scala中对此进行建模呢？

[修改为使用

位集，注释如下]

这是它可能如何工作的概述

trait HashFunctions[T] {
  def apply(value: T): BitSet
}

object Bloom {
  class BloomFactory[T](hash: HashFunctions[T]) {
    case class Bloom(flags: BitSet) {
      def add(value: T): Bloom =
        Bloom(flags union hash(value))
      def test(value: T): Boolean =
        hash(value).subsetOf(flags)
    }
  }

  def apply[T](): BloomFactory[T]#Bloom = new BloomFactory(DefaultHashFunctions[T]).Bloom(BitSet.empty)
}

请注意，这确实会在每次添加值时创建一个新的
Bloom
，但这会使类不可变，这是一个好主意。散列函数是在伴随对象中创建的，因此每次将
添加到过滤器时都不会发生这种情况

显然，这在速度和内存使用方面都可以显著提高效率。
[修改为使用
位集，注释如下]

这是它可能如何工作的概述

trait HashFunctions[T] {
  def apply(value: T): BitSet
}

object Bloom {
  class BloomFactory[T](hash: HashFunctions[T]) {
    case class Bloom(flags: BitSet) {
      def add(value: T): Bloom =
        Bloom(flags union hash(value))
      def test(value: T): Boolean =
        hash(value).subsetOf(flags)
    }
  }

  def apply[T](): BloomFactory[T]#Bloom = new BloomFactory(DefaultHashFunctions[T]).Bloom(BitSet.empty)
}

请注意，这确实会在每次添加值时创建一个新的
Bloom
，但这会使类不可变，这是一个好主意。散列函数是在伴随对象中创建的，因此每次将
添加到过滤器时都不会发生这种情况

显然，这在速度和内存使用方面都可以大大提高效率。
我认为您应该将位数组
保留在实例中，创建一个新的
add
，并将哈希函数
private
保留在伴随对象中。（但这只是我的想法。）我认为您应该将位数组
私有
保留到实例中，使用每个
add
创建一个新的，并将哈希函数
private
保留到伴随对象中。（但这只是我的想法。）也许不是用
Set[Int]
？我用了一个
Array[Boolean]
，而是用我的hash函数@AlexanderAzarov给出的索引切换布尔值。但我看过其他的实现，它们确实在使用位集。使用位集（或Set[Int]）有什么好处？@AlexanderAzarov谢谢，我已经修改为使用
位集
，这对于添加和更新都可能更快。也许我使用了
数组[Boolean]
，而不是
集[Int]
，这是一种天真的方法，我在我的hash函数@AlexanderAzarov给出的索引处切换布尔值。但我看过其他的实现，它们确实在使用位集。使用位集（或Set[Int]）有什么好处？@AlexanderAzarov谢谢，我已经修改为使用
BitSet
，这对于添加和更新都可能更快。