布卢姆 该软件包实现了通用用法的布隆过滤器。 它使用FNV和一个简单的技巧来计算所需的k个散列。 特征 初始化Bloom Filter仅需要过滤器的大小和哈希函数的数量。 使用Uint8Array TypedArray来确保最小的内存占用。 使用位操作对我们的位集进行操作意味着更好的性能（需要进行一次测试）。 FNV哈希和简单的线性哈希用作哈希函数。 可以通过将不同的元素类型（数字，字符串）转换为字符串来插入它们。 用法 const BloomFilter = require ( 'bloomf' ) ; const filterSize = 10 ; const kHashes = 3 ; const bl = new BloomFilter ( filterSize , kHashes ) ; bl . insert ( 3 ) ; bl . insert ( "bloblo"

Bloom Filter 在数据库系统的应用

硬核 - Redis 布隆（Bloom Filter）过滤器原理与实战.doc

介绍Bloom Filter（布隆过滤器）原理、实现及具体应用，包含9个不同PPT及PDF文档资料，对Bloom Filter感兴趣、想学习的同学可以下载查看下

redis-cuckoofilter：用于Redis的与哈希函数无关的Cuckoo过滤器

average_code [计算平均值]可用于用户抢红包等 1: red_envelope_code [二倍均值法] 可用于用户抢红包等 wheel_timer [时间轮]可用于定时任务 1: simple_timing_wheel [简单时间轮（Simple Timing Wheel）] bloom_filter_code [布隆过滤器] 1: bloom 布隆过滤器 consistent_hash_code [一致性Hash算法] 1: consistent 一致性Hash算法 leet_code [leet_code刷题] 1: leet_code刷题 heap [堆] 1: max_heap_test 大顶推 2: min_heap_test 小顶堆 linked_list [链表] 1: cycle_list 循环链表 2: dou

自制布隆过滤器，采用八种不同哈希函数来获取随机数，错误率低

用C++实现了简单的布隆过滤器，含有源码，适合新手学习用

C++实现的布隆过滤器，其中使用到的bitset也是自己简单实现的一个BitContainer。可以处理千万条到亿条记录的存在性判断。做成dll可以在很多场合使用，如自己写爬虫，要判断一个url是否已经访问过，判断一个单词是否在某个字典内，当集合很大的时候，用布隆过滤器很有优势，不过使用前，请了解它的优缺点（缺点是有一定的误判率）