散列值如何映射到bloom过滤器中的向量？

Question

实施布隆过滤器时，有一些潜在的移动部件：

m =位向量的大小 n =插入过滤器的项目（预期） k =要使用的哈希数

我知道m / n和k之间存在最佳关系但是我还没有找到如何将k哈希映射到位向量上以获得更大m值的明确解释。

在几乎每个例子中，我都读过人们使用m值很小的值（> 256），并且它们显示了重叠的散列函数。对于小于256位，很容易想象有k 256bit散列函数并将它们与向量进行或运算。

随着m变大以减小n的大值的误报率，我不确定如何将散列映射到矢量。我已经看到了一些想法，例如分割矢量并对矢量的每个128位部分应用“独立”（例如不同的杂音种子）哈希。但是我没有看到如何为更大的n / m值实现布隆过滤器的具体示例。

Answer 1

当我研究Bloom过滤器时，下面的页面对我有很大帮助：

http://matthias.vallentin.net/blog/2011/06/a-garden-variety-of-bloom-filters/

所有描述都是作为开源库实现的。查看其来源也非常有帮助。

Answer 2

当存在大量元素时，我宁愿依赖简化的密码学哈希函数：）