Question

我正在尝试在Scala中为Bloom过滤器建模。逻辑本身实际上非常简单明了，但是我正在努力找出如何充分利用Scala的数据结构来实现美观，惯用和实用的功能。

我的问题是：如果使用case类，则需要构造函数来生成哈希函数和将存储实际Bloom过滤器数据的bits数组。但是，然后，在一种类似“添加”的方法中，它将更改bits数组的内容，我需要返回一个新的Bloom过滤器，而不是对现有过滤器的内容进行突变，以使我的方法具有参照透明性。

不幸的是，我无法构造一个新的Bloom过滤器，因为我不想让新的Bloom过滤器重新创建一个新的bits数组和新的hash函数，并且我也无法将其传递给现有的过滤器，因为bits数组和哈希函数都不是Bloom筛选器案例类的一部分。

那我应该如何在Scala中对此建模？

Answer 1

[修改为使用BitSet，后跟注释]

这是它可能如何工作的概述。

trait HashFunctions[T] {
  def apply(value: T): BitSet
}

object Bloom {
  class BloomFactory[T](hash: HashFunctions[T]) {
    case class Bloom(flags: BitSet) {
      def add(value: T): Bloom =
        Bloom(flags union hash(value))
      def test(value: T): Boolean =
        hash(value).subsetOf(flags)
    }
  }

  def apply[T](): BloomFactory[T]#Bloom = new BloomFactory(DefaultHashFunctions[T]).Bloom(BitSet.empty)
}

请注意，每次添加一个值时，这的确会创建一个新的Bloom，但这会使类不可变，这是一个好主意。哈希函数是在伴随对象中创建的，因此每次您add进入过滤器时都不会发生。

显然，这可以使速度和内存使用效率大大提高。

如何在Scala中为Bloom过滤器建模

1 个答案: