面向多集合的 Bloom filter 变体:一项比较评估
数据结构与算法
2022-05-06 v1
摘要
在本文中,我们比较了两种用于关联查询的概率数据结构,它们均衍生自著名的 Bloom filter:移位 Bloom filter(ShBF)和空间 Bloom filter(SBF)。相对于原始数据结构,这两种变体均采用不同策略,增加了在同一个过滤器中存储多个子集的能力。我们分析了这两种数据结构在误报率以及集合间错误概率(即集合中某元素被识别为属于错误子集的概率)方面的性能。作为分析的一部分,我们扩展了移位 Bloom filter 的功能,将其优化以适用于任意非平凡数量的子集。我们提出了一种新的广义 ShBF 定义,其应用超越了我们的特定领域,并给出了新的概率公式。比较结果表明,ShBF 提供了更好的空间效率,但其计算成本显著高于 SBF。
引用
@article{arxiv.1908.10644,
title = {Bloom filter variants for multiple sets: a comparative assessment},
author = {Luca Calderoni and Dario Maio and Paolo Palmieri},
journal= {arXiv preprint arXiv:1908.10644},
year = {2022}
}