算法设计串匹配问题实验实现 BF 算法的c++代码

Bloom Filter是一种空间效率很高的概率型数据结构，用于检测元素是否存在集合中，而不是精确查找。如果你想用BF算法（Bloom Filters）实现字符串匹配问题，通常是在搜索引擎或大规模数据去重场景中。下面是一个简单的C++代码示例，展示了如何使用BF算法检测一个字符串是否在一个给定集合中：

#include <vector>
#include <cstdlib>
#include <ctime>

class BloomFilter {
public:
    BloomFilter(size_t size, uint8_t hash_count) : m_size(size), m_bits(new bool[size]), m_hashes(hash_count) {}

    void add(const std::string& str) {
        for (uint8_t i = 0; i < m_hashes; ++i) {
            uint32_t index = hash(str, i);
            m_bits[index] = true;
        }
    }

    bool contains(const std::string& str) const {
        for (uint8_t i = 0; i < m_hashes; ++i) {
            uint32_t index = hash(str, i);
            if (!m_bits[index]) return false;
        }
        return true;
    }

private:
    size_t m_size;
    std::vector<bool> m_bits;
    uint8_t m_hashes;

    // 使用哈希函数将字符串转换成数组索引
    uint32_t hash(const std::string& str, uint8_t idx) const {
        uint32_t seed = std::hash<std::string>()(str);
        return static_cast<uint32_t>(std::hash<uint32_t>()(seed + idx) % m_size);
    }
};

int main() {
    size_t bloom_filter_size = 100000; // 例如设置大小为10万
    uint8_t hash_count = 7; // 一般选取几个好的哈希函数
    BloomFilter bf(bloom_filter_size, hash_count);

    // 添加一些字符串到过滤器
    std::vector<std::string> patterns = {"pattern1", "pattern2", "target"};
    for (const auto& pattern : patterns) {
        bf.add(pattern);
    }

    // 检查字符串是否存在于过滤器中
    std::string test_str = "target";
    if (bf.contains(test_str)) {
        std::cout << test_str << " may be present.\n";
    } else {
        std::cout << test_str << " is not likely present.\n";
    }

    return 0;
}