将散列函数与布隆过滤器一起使用答案

【问题标题】：Using hash functions with Bloom filters将散列函数与布隆过滤器一起使用
【发布时间】：2010-05-02 12:41:37
【问题描述】：

布隆过滤器使用散列函数（或许多）在给定输入字符串 X 的情况下生成介于 0 和 m 之间的值。我的问题是如何使用散列函数以这种方式生成值，例如 MD5散列通常由 32 长度的hex 字符串表示，我将如何使用 MD5 散列算法生成一个介于 0 和 m 之间的值，我可以在其中指定 m？我目前正在使用 Java，因此使用它提供的 MessageDigest 功能执行此操作的示例会很棒，尽管只是对如何处理它的通用描述也可以。

谢谢

【问题讨论】：

通常你会为了速度而实现一个布隆过滤器或哈希表。 MD5 旨在抗碰撞和加密安全，因此与其他功能相比非常慢。您应该寻找其他要使用的函数（但无论您的散列函数如何，下面的答案都适用）

标签： hash bloom-filter

【解决方案1】：

您应该首先将哈希输出转换为无符号整数，然后以 m 为模减少它。这看起来像这样：

MessageDigest md = MessageDigest.getInstance("MD5");
// hash data...
byte[] hashValue = md.digest();
BigInteger n = new BigInteger(1, hashValue);
n = n.mod(m);
// at that point, n has a value between 0 and m-1 (inclusive)

我假设 m 是一个BigInteger 实例。如有必要，请使用BigInteger.valueOf()。同样，使用n.intValue() 或n.longValue() 获取n 的值作为Java 的基本类型之一。

模归约有些偏差，但如果 m 远小于 2^128，则偏差非常小。

【讨论】：

【解决方案2】：

最简单的方法可能是将哈希输出（作为字节序列）转换为单个二进制数并取模 m。

【讨论】：

嗨，Dav，为回复欢呼，您能否详细说明“将哈希输出（作为字节序列）转换为单个二进制数”的示例，谢谢：D