Question

我看了下面的例子： https://www.timdoug.com/etc/bloom_filter.c

尝试理解布隆过滤器

我接触到这部分代码，我无法理解：

for (i = 0; i < NUM_HASHES; i++) {
        /* xor-fold the hash into FILTER_SIZE bits */
        hash[i] = (hash[i] >> FILTER_SIZE) ^ 
                  (hash[i] & FILTER_BITMASK);
        /* set the bit in the filter */
        filter[hash[i] >> 3] |= 1 << (hash[i] & 7);
    }

这里究竟发生了什么以及为什么要执行（我理解运营商但我不明白为什么在这里使用它们）

Answer 1

对我来说，这部分算法看起来很麻烦（至少对于FILTER_SIZE意图自由选择的情况）：假设FILTER_SIZE是10（而不是20）。然后，表达式(hash[i] >> FILTER_SIZE)可以给出22位（而不是12位）的结果，这将导致访问超出范围的过滤器。

现在解释：表达式的目的

hash[i] = (hash[i] >> FILTER_SIZE) ^ (hash[i] & FILTER_BITMASK);

是将hash [i]转换为有效的位索引（在^操作的帮助下加上一些随机化）。为了便于理解，让我们忽略使用^运算符（可以很容易地再添加）。然后，算法可以（更干净，并且希望正确地对所有FILTER_SIZE值）重写为：

for (i = 0; i < NUM_HASHES; ++i) {
    unsigned int bitIndex = hash[i] % (FILTER_SIZE_BYTES * 8);
    unsigned int byteIndex = bitIndex / 8;
    unsigned int bitInByte = bitIndex % 8;
    filter[byteIndex] |= (1 << bitInByte);
}

了解布隆过滤器

1 个答案: