动态分区布隆过滤器：动态集合隶属关系的有界误报率解决方案（扩展摘要）
数据结构与算法
2019-01-23 v1
摘要
Guo 等人于 2010 年提出了动态布隆过滤器（DBF），以应对需要紧凑存储的集合大小事先未知或在应用程序运行期间可能发生变化的情况。我们提出了一种新的 DBF 竞争结构，其具有 DBF 无法实现的重要特性：我们的结构能够为存储在其中的所有可能大小的集合的集合隶属关系查询维持误报率的界限。我们提出的新数据结构是一种动态结构，我们称之为动态分区布隆过滤器（DPBF）。DPBF 基于我们新颖的布隆分区树概念，这是一种在叶子节点处带有标准布隆过滤器的树结构。DPBF 优于标准布隆过滤器，因为它可以高效处理不同大小集合的大量并集和交集，同时控制误报率。据我们所知，这使得 DPBF 成为首个能够实现此功能的结构。我们提供了将 DPBF 的误报概率与 DBF 进行比较的理论界限。
引用
@article{arxiv.1901.06493,
title = {Dynamic Partition Bloom Filters: A Bounded False Positive Solution For Dynamic Set Membership (Extended Abstract)},
author = {Sidharth Negi and Ameya Dubey and Amitabha Bagchi and Manish Yadav and Nishant Yadav and Jeetu Raj},
journal= {arXiv preprint arXiv:1901.06493},
year = {2019}
}