布隆過濾器 Java

public class Test {
    public static void main(String[] args){

        BloomFilter b = new BloomFilter();
        b.addValue("www.baidu.com");
        b.addValue("www.sohu.com");

        System.out.println(b.contains("www.baidu.com"));
        System.out.println(b.contains("www.sina.com"));
    }
}

class BloomFilter{

    private static final int BIT_SIZE = 2 << 28 ;//二進制向量的位數，相當於能存儲1000萬條url左右，誤報率爲千萬分之一
    private static final int[] seeds = new int[]{3, 5, 7, 11, 13, 31, 37, 61};//用於生成信息指紋的8個隨機數，最好選取質數

    private BitSet bits = new BitSet(BIT_SIZE);
    private Hash[] func = new Hash[seeds.length];//用於存儲8個隨機哈希值對象

    public BloomFilter(){
        for(int i = 0; i < seeds.length; i++){
            func[i] = new Hash(BIT_SIZE, seeds[i]);
        }
    }

    /**
     * 像過濾器中添加字符串
     */
    public void addValue(String value)  
    {  
        //將字符串value哈希爲8個或多個整數，然後在這些整數的bit上變爲1
        if(value != null){
            for(Hash f : func) 
                bits.set(f.hash(value), true); 
        }

    }  

    /**
     * 判斷字符串是否包含在布隆過濾器中
     */
    public boolean contains(String value)  
    {  
        if(value == null) 
            return false;  

        boolean ret = true;  

        //將要比較的字符串重新以上述方法計算hash值，再與布隆過濾器比對
        for(Hash f : func)
            ret = ret && bits.get(f.hash(value));  
        return ret;  
    }  

    /**
     * 隨機哈希值對象
     */

    public static class Hash{
        private int size;//二進制向量數組大小
        private int seed;//隨機數種子

        public Hash(int cap, int seed){
            this.size = cap;
            this.seed = seed;
        }

        /**
         * 計算哈希值(也可以選用別的恰當的哈希函數)
         */
        public int hash(String value){
            int result = 0;
            int len = value.length();
            for(int i = 0; i < len; i++){
                result = seed * result + value.charAt(i);
            }

            return (size - 1) & result;
        }
    }

}