只有一个输入哈希的布隆过滤器仍然是布隆过滤器吗？

Question

如果我实现一个布隆过滤器，其中只使用一种散列算法（例如杂音），这是否仍被视为布隆过滤器？

例如，如果a 哈希为5，则将设置过滤器的第 5 位。如果b 哈希为1，则过滤器的第 1 位将被设置，以此类推...

对于被视为布隆过滤器的东西，是否必须设置过滤器中的至少两个位？如果只设置了一个位，是不是叫别的？

Answer 1

它仍然是一个布隆过滤器：一个带有k=1 的过滤器。根据每个元素的位数，它可能不是最节省空间的一种。但是有多种原因可以选择k 而不是round(bitsPerKey * log(2))，主要是：

• 为了能够更好地压缩：这里最好使用带有k=1 的布隆过滤器。另请参阅 Michael Mitzenmacher 的论文 "Compressed Bloom Filters"。
• 加快查找和更新速度：使用较低的k 更快。

顺便说一句，您仍然可以选择k 作为最节省空间的一个，即使您只使用一个“应用程序哈希函数”（例如 64 位的 Murmur 哈希）。您只需选择“Bloom 哈希函数”作为此“应用程序哈希函数”（64 位 Murmur 哈希）的函数，就像这样（假设 int 是 32 位，long 是 64 位）：

long m = murmur(x)
h(x, i) = (int) (m >> 32) + i * (int) m 

这实际上比计算多个“应用程序哈希函数”更容易和。一看，是这样的：

long m = murmur(x)
int hash = (int) (m >> 32);
int add = (int) m;
for (int i = 0; i < k; i++) {
    ... test / set the bit depending on "hash" ...
    hash += add;
}

许多布隆过滤器库都是这样做的，例如 Guava 中的布隆过滤器实现。