使用并集或交集函数时如何获取布隆过滤器集的大小？

Question

我正在尝试获取布隆过滤器集的大小，同时将布隆过滤器的并集和交集函数与 python 包（https://github.com/jaybaird/python-bloomfilter.git）

一起使用

虽然在执行函数 'union' 或 'intersection' 之后，我可以通过添加 len() 函数来获得结果，但它只打印出 '0' 输出。

from pybloom import BloomFilter
bf1 = BloomFilter(1000)
bf2 = BloomFilter(1000)

# After adding some elements to bf1 and bf2
print(len(bf1.union(bf2)))
# expected max(len(bf1), len(bf2)) but the result was 0

找到文档页面后，发现len()选项在'union'函数后被禁用，其实际结果len()为0。

相反，我想以某种方式近似设置布隆过滤器的大小。你知道如何计算它的大小吗？

Answer 1

该实现仅复制 BloomFilter 的 bitarray, i.e. self.bitarray. The elements self.count in previous filters 不计入。

所以它不合并元素 - 但做一个位数组 or。

更新：

在大多数情况下，您不需要估计计数。当你调用add时，它提供了precise count个元素，你可以直接调用len(bf3)。不幸的是新创建的 bf3 还没有被称为 add 所以 len(bf3) == 0.

对于近似元素数的公式，

- m / k * ln(1- n / m)

你有

import math.log as ln

m = bf3.bitarray.length()
n = bf3.bitarray.count()
k = bf3.num_slices

# given m=20, n=8, approximate n elements as 5.89

使用并集或交集函数时如何获取布隆过滤器集的大小？

How can I get the size of bloom filter set while using union or intersection function?

python

bloom-filter

approximation