在Bloom过滤器中使用散列函数

Question

布隆过滤器使用散列函数（或许多）在给定输入字符串X的情况下生成介于0和m之间的值。我的问题是如何使用散列函数以这种方式生成值，例如MD5 hash通常由32个长度hex字符串表示，我如何使用MD5哈希算法生成0到m之间的值，我可以指定m？我现在正在使用Java，所以使用它提供的MessageDigest功能这样做的例子会很棒，尽管只是对如何处理它的一般描述也会很好。

由于

Answer 1

您应首先将哈希输出转换为无符号整数，然后将其模数 m 减少。这看起来像这样：

MessageDigest md = MessageDigest.getInstance("MD5");
// hash data...
byte[] hashValue = md.digest();
BigInteger n = new BigInteger(1, hashValue);
n = n.mod(m);
// at that point, n has a value between 0 and m-1 (inclusive)

我假设 m 是BigInteger个实例。如有必要，请使用BigInteger.valueOf()。同样，使用n.intValue()或n.longValue()将 n 的值作为Java的基本类型之一。

模块化减少有些偏差，但如果 m 远小于 2 ^ 128 ，偏差非常小。

Answer 2

最简单的方法可能是将哈希输出（作为字节序列）转换为单个二进制数并取模数。