作用嘛就是用来过滤非法key，避免缓存穿透（请求直接打到数据库），布隆过滤器底层用的是位数组，不仅节省空间，性能也嘎嘎猛，而且占用内存不会随着使用变大
先贴demo后BB
public class MyBloomFilter { //你的布隆过滤器容量 private static final int DEFAULT_SIZE = 2 << 28; //bit数组，用来存放key private static BitSet bitSet = new BitSet(DEFAULT_SIZE); //后面hash函数会用到，用来生成不同的hash值，可随意设置，别问我为什么这么多8，图个吉利 private static final int[] ints = {1, 6, 16, 38, 58, 68}; //add方法，计算出key的hash值，并将对应下标置为true public void add(Object key) { Arrays.stream(ints).forEach(i -> bitSet.set(hash(key, i))); } //判断key是否存在，true不一定说明key存在，但是false一定说明不存在 public boolean isContain(Object key) { boolean result = true; for (int i : ints) { //短路与，只要有一个bit位为false，则返回false result = result && bitSet.get(hash(key, i)); } return result; } //hash函数，借鉴了hashmap的扰动算法，强烈建议大家把这个hash算法看懂，这个设计真的牛皮加闪电 private int hash(Object key, int i) { int h; return key == null ? 0 : (i * (DEFAULT_SIZE - 1) & ((h = key.hashCode()) ^ (h >>> 16))); } }
测试
public static void main(String[] args) { MyNewBloomFilter myNewBloomFilter = new MyNewBloomFilter(); myNewBloomFilter.add("张学友"); myNewBloomFilter.add("郭德纲"); myNewBloomFilter.add("蔡徐鸡"); myNewBloomFilter.add(666); System.out.println(myNewBloomFilter.isContain("张学友"));//true System.out.println(myNewBloomFilter.isContain("张学友 "));//false System.out.println(myNewBloomFilter.isContain("张学友1"));//false System.out.println(myNewBloomFilter.isContain("郭德纲"));//true System.out.println(myNewBloomFilter.isContain("蔡徐老母鸡"));//false System.out.println(myNewBloomFilter.isContain(666));//true System.out.println(myNewBloomFilter.isContain(888));//false }
原理
通过对比hash算法计算出来的下标，注意，我们是对比一组，而不是只看一次，一次hash结果对应一个下标
把同一个key进行多次hash运算，将hash出来的下标放入数组，数组默认全为0，放入元素后该下标就为1，后面判断是否存在元素的时候也是进行同样次数的hash运算，看下结果对应的所有下标是否全为1，若全为1，则代表该key可能存在，若存在不为1的，则说明该key一定不存在；
默认位数组：[0，0，0，0，0，0]
比方说有个已知key的下标是0，2，5
对应位数组：[1，0，1，0，0，1]
判断某个未知key存不存在的时候，假设我们计算出来的下标是0，2，4
对应位数组：[1，0，1，0，1，0]
此时位数组内5对应下标值为0，而已知key位数组的5对应下标位1，说明这两个一定不是同一个key
相反，如果某个key计算出来的下标为[1，0，1，0，0，1]，只能说这个key可能存在，因为这个位置可能是其它key计算出来的
如果对上面的hash算法有疑惑，请移步帮你真正理解hashCode和hash算法
demo复制可用，家里有条件的都在编译器上跑一跑，测一测
ok我话讲完
嘤嘤嘤~
