阿里高频面试题：如何快速判断元素是不是在集合里？
时间：2021-11-04 16:08:20
手机看文章
扫描二维码
随时随地手机看文章
[导读]如何快速判断一个元素是不是在一个集合里？这个题目是我最近面试的时候常问的一个问题，这个问题不同人都有很多不同的回答。今天想介绍一个很少有人会提及到的方案，那就是借助布隆过滤器。什么叫布隆过滤器布隆过滤器（BloomFilter）是一个叫做Bloom的老哥于1970年提出的。实际上...
如何快速判断一个元素是不是在一个集合里？这个题目是我最近面试的时候常问的一个问题，这个问题不同人都有很多不同的回答。
今天想介绍一个很少有人会提及到的方案，那就是借助布隆过滤器。
什么叫布隆过滤器布隆过滤器（Bloom Filter）是一个叫做 Bloom 的老哥于1970年提出的。实际上可以把它看作由二进制向量（或者说位数组）和一系列随机映射函数（哈希函数）两部分组成的数据结构。它的优点是空间效率和查询时间都比一般的算法要好的多，缺点是有一定的误识别率和删除困难。
实现原理先来一张图
作用布隆过滤器是可以用于判断一个元素是不是（可能）在一个集合里，并且相比于其它的数据结构，布隆过滤器在空间和时间方面都有巨大的优势。注意上面的一个词：可能。这里先预留一个悬念，下文会详细分析到。
使用场景
- 判断给定数据是否存在
- 防止缓存穿透（判断请求的数据是否有效避免直接绕过缓存请求数据库）等等、邮箱的垃圾邮件过滤、黑名单功能等等。
具体实现看完了布隆过滤器的算法思想，那就开始具体的实现的讲解。我先来举个例子，假设有旺财和小强两个字符串，他们分别经过三次的 hash 算法，然后根据 hash 的结果将对应的数组（假设数组长度为 16）的索引位置的值置为1，先来看下旺财这个词组:
代码的实现作为 java 程序员，我们真的是很幸福了，我们使用到很多的框架和工具，基本都被封装好了，布隆过滤器，我们就使用 google 封装好的工具类。首先添加依赖
guava
import com.google.common.hash.Funnels;
import java.nio.charset.Charset;
public class BloomFilterDemo {
public static void main(String[] args) {
/**
* 创建一个插入对象为一亿，误报率为0.01%的布隆过滤器
* 不存在一定不存在
* 存在不一定存在
* ----------------
* Funnel 对象：预估的元素个数，误判率
* mightContain ：方法判断元素是否存在
*/
BloomFilter
bloomFilter.put("死");
bloomFilter.put("磕");
bloomFilter.put("Redis");
System.out.println(bloomFilter.mightContain("Redis"));
System.out.println(bloomFilter.mightContain("Java"));
}
}
实战我们来模拟这样的场景：通过布隆过滤器来解决缓存穿透。首先你的知道什么叫缓存穿透吧？缓存穿透是指用户访问一个缓存和数据库中都没有的数据，因为缓存中不存在，所以就会去访问数据库，如果并发很高。很容易会击垮数据库那布隆过滤器是如何解决这个问题的呢？他的原理是这样子的：将数据库中所有的查询条件，放入布隆过滤器中，当一个查询请求过来时，先经过布隆过滤器进行查，如果判断请求查询值存在，则继续查；如果判断请求查询不存在，直接丢弃。其代码如下：String get(String key) {
String value = redis.get(key);
if (value == null) {
if(!bloomfilter.mightContain(key)){
return null;
}else{
value = db.get(key);
redis.set(key, value);
}
}
return value；
}
小结本文详细介绍了布隆过滤器是什么？有什么作用？实现原理以及从代码层面多方面来阐述布隆过滤器。学习能为各位在学习进阶的路上添砖加瓦。
下载文档
