c++ - 我在这个布隆过滤器实现中做错了什么？

Question

我有这个用于分段布隆过滤器的位表。这里每一列都由一个散列函数管理。

unsigned char bit_table_[ROWS][COLUMNS];//bit_table now have 8*ROWS*COLUMNS bits
unsigned char bit_mask[bits_per_char] = { 0x01,0x02,0x04,0x08,
                                          0x10,0x20,0x40,0x80};

有ROWS个哈希函数，每个哈希函数处理COLUMNS*8位的设置和检查。

元素被散列并且bit_index和bit被计算为

compute_indices(unsigned int hash)
{
   bit_index=hash%COLUMNS;
   bit=bit_index%8;
}

现在插入是这样完成的

for (std::size_t i = 0; i < ROWS; ++i)
      {
        hash=compute_hash(i,set_element);
        compute_indices(hash);
        bit_table_[i][bit_index ] |= bit_mask[bit]; 
      }

查询是

for (std::size_t i = 0; i < ROWS; ++i)
      {
     hash=compute_hash(i,set_element);
      compute_indices(hash);

      if (((bit_table_[i][bit_index])& bit_mask[bit]) != bit_mask[bit])
         {
            return false;
         }      
  }

我的问题是布隆过滤器很快就满了，我怀疑我没有正确使用字符的各个位。例如我想我应该有这样的东西:

bit_table_[i][bit_index][bit]|=bit_mask[bit];

用于插入，但是，由于 bit_table 被声明为二维数组，我不允许这样做。

我应该怎么做才能使用 char 数组的各个位？

英语是我的第二语言，所以您可能无法理解我的问题。如果需要，我很乐意进一步解释我的观点。

编辑: compute_hash(i,set_elemnt)使用预定义的盐值来计算要插入或查询的元素的哈希值。

Answer 1

您的 compute_indices 方法有错误。

您正在计算一个列索引，然后对该列索引应用模 8。最后，您将始终在列中使用相同的位。例如，对于第 10 列，您将始终使用位 2。

你应该有:

compute_indices(unsigned int hash)
{
    int bitIndex = hash % (COLUMNS * 8);
    bit_index= bitIndex / 8;
    bit = bitIndex % 8;
}