ZOR 过滤器：快于 fuse 过滤器且更小

概率成员过滤器支持受控误查概率 $\varepsilon$ 的快速近似成员查询，在存储、分析、网络和生物信息学等领域广泛应用。 \cite{chang2008bigtable,dayan2018optimalbloom,broder2004network,harris2020improved,marchet2023scalable,chikhi2025logan,hernandez2025reindeer2}。在静态设置下，XOR 和 fuse 过滤器等领先设计实现了低开销和极快查询，但基于 peeling 的构建仅以高概率成功，使确定性构建变得复杂。 \cite{graf2020xor,graf2022binary,ulrich2023taxor}。我们引入\emph{ZOR 过滤器}，这是一种 XOR/fuse 过滤器的确定性延续，保证构建终止，同时保持相同的基于 XOR 的查询机制。ZOR 将失败时重新启动替换为确定性 peeling，通过放弃少量密钥来实现这一点，并通过存储剩余部分于紧凑辅助结构来恢复仅限误查的语义。在实验中，被放弃的密钥比例在 moderate arity(例如 $N\ge 5$) 时低于 $1\%$，因此辅助结构处理的密钥比例可忽略不计。结果显示，ZOR 过滤器可在保持 fuse 类查询性能的同时实现开销接近信息论下界 $\log_2(1/\varepsilon)$ 的 $1\%$ 误差；额外成本集中在负查询上 due to 辅助检查。