如何在使用联合或交叉函数时获得布隆过滤器的大小？

Question

我正在尝试使用bloom过滤器的联合和交集函数与python包（https://github.com/jaybaird/python-bloomfilter.git）获得布隆过滤器集的大小

我虽然在执行函数'union'或'intersection'后，我可以通过添加len（）函数得到结果，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，我意识到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布隆过滤器集的大小。你有什么想法来计算它的大小吗？

Answer 1

该实现仅复制BloomFilter的bitarray，即self.bitarray。 self.count中的元素previous filters不计入。

所以它没有联合元素 - 但做一个bitarray or。

---

更新：

在大多数情况下，您无需估算计数。当你打电话给precise count时，它提供了一个add元素，你可以调用len(bf3)。不幸的是，新创建的bf3并没有被称为add所以len(bf3) == 0。

对于公式来近似元素的数量，

- 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