我在这个布隆过滤器实现中做错了什么？答案

【问题标题】：what am i doing wrong in this bloom filter implementation?我在这个布隆过滤器实现中做错了什么？
【发布时间】：2012-05-12 11:03:21
【问题描述】：

我有一个分段布隆过滤器的位表。这里每一列都由一个哈希函数管理。

unsigned char bit_table_[ROWS][COLUMNS];//bit_table now have 8*ROWS*COLUMNS bits
unsigned char bit_mask[bits_per_char] = { 0x01,0x02,0x04,0x08,
                                          0x10,0x20,0x40,0x80};

有 ROWS 个散列函数，每个散列函数处理 COLUMNS*8 位的设置和检查。

元素经过哈希处理，bit_index 和 bit 计算为

compute_indices(unsigned int hash)
{
   bit_index=hash%COLUMNS;
   bit=bit_index%8;
}

现在插入完成为

for (std::size_t i = 0; i < ROWS; ++i)
      {
        hash=compute_hash(i,set_element);
        compute_indices(hash);
        bit_table_[i][bit_index ] |= bit_mask[bit]; 
      }

而查询是

for (std::size_t i = 0; i < ROWS; ++i)
      {
     hash=compute_hash(i,set_element);
      compute_indices(hash);

      if (((bit_table_[i][bit_index])& bit_mask[bit]) != bit_mask[bit])
         {
            return false;
         }      
  }

我的问题是布隆过滤器很快就满了，我怀疑我没有正确使用字符的各个位。例如，我想我应该有类似的东西：

bit_table_[i][bit_index][bit]|=bit_mask[bit];

用于插入，但由于 bit_table 被声明为二维数组，因此我不允许这样做。

我应该怎么做才能使用 char 数组的各个位？

英语是我的第二语言，所以您可能无法理解我的问题。如果需要，我很乐意进一步解释我的观点。

编辑： compute_hash(i,set_elemnt) 使用预定义的盐值来计算要插入或查询的元素的哈希值。

【问题讨论】：

无关，但你的英语不错；只需将那些i 改成I 和insetion 改成insertion，你还不如成为母语人士。 :)
你为什么在你的过滤器中对ROWS中的每一行做同样的ORing和读取？
@sarnold：真正的代码很长，所以我尽量让它简单。无论如何，请检查我的更新
感谢您尝试简化事情——但是，hash 在每次迭代中仅取决于 i，compute_indices() 也仅取决于 i 的值——我有感觉您的更新没有准确反映您的代码的功能。 ://
bit_index 和 bit 是全局变量吗？

标签： c++ c hash bitarray bloom-filter

【解决方案1】：

您的 compute_indices 方法中存在错误。

您正在计算列索引，然后对该列索引应用模 8。最后，您将始终在列中使用相同的位。例如对于第 10 列，您将始终使用第 2 位。

你应该有：

compute_indices(unsigned int hash)
{
    int bitIndex = hash % (COLUMNS * 8);
    bit_index= bitIndex / 8;
    bit = bitIndex % 8;
}

【讨论】：