实现了布隆过滤器,布隆过滤器不加锁,同时改善了之前实现的数据结构中出现的一些错误

goSTL/data_structure/bitmap/bitmap.go

@@ -11,7 +11,6 @@ package bitmap
 //bitmap位图结构体
 //包含其用于存储的uint64元素切片
 //选用uint64是为了更多的利用bit位
-
 type Bitmap struct {
 	bits []uint64
 }
@@ -19,7 +18,6 @@ type Bitmap struct {
 //bitmap位图容器接口
 //存放了bitmap容器可使用的函数
 //对应函数介绍见下方
-
 type bitmaper interface {
 	Insert(num uint)         //在num位插入元素
 	Delete(num uint)         //删除第num位
@@ -105,14 +103,14 @@ func (bm *Bitmap) Delete(num uint) {
 		//从后往前遍历判断可缩容内容是否小于总组数
 		i := len(bm.bits) - 1
 		for ; i >= 0; i-- {
-			if bm.bits[i] == 0  && i!=len(bm.bits)-256{
+			if bm.bits[i] == 0 && i != len(bm.bits)-256 {
 				continue
 			} else {
 				//不为0或到1024个时即可返回
 				break
 			}
 		}
-		if i <= len(bm.bits)/2 || i==len(bm.bits)-256 {
+		if i <= len(bm.bits)/2 || i == len(bm.bits)-256 {
 			//小于总组数一半或超过1023个,进行缩容
 			bm.bits = bm.bits[:i+1]
 		}
@@ -129,7 +127,7 @@ func (bm *Bitmap) Delete(num uint) {
 //		否则判断第num为是否为1,为1返回true,否则返回false
 //@receiver		bm			*Bitmap					接受者bitmap的指针
 //@param    	num			int						待检测位的下标
-//@return    	b			bool					第num位存在于位图中
+//@return    	b			bool					第num位存在于位图中吗?
 func (bm *Bitmap) Check(num uint) (b bool) {
 	//bm不存在时直接返回false并结束
 	if bm == nil {
@@ -156,7 +154,7 @@ func (bm *Bitmap) Check(num uint) (b bool) {
 //@return    	nums		[]uint					所有在位图中存在的元素的下标集合
 func (bm *Bitmap) All() (nums []uint) {
 	//对要返回的集合进行初始化,以避免返回nil
-	nums=make([]uint,0,0)
+	nums = make([]uint, 0, 0)
 	//bm不存在时直接返回并结束
 	if bm == nil {
 		return nums
@@ -179,7 +177,7 @@ func (bm *Bitmap) All() (nums []uint) {
 //		清空位图
 //@receiver		bm			*Bitmap					接受者bitmap的指针
 //@param    	nil
-//@return    	nums		[]uint					所有在位图中存在的元素的下标集合
+//@return    	nil
 func (bm *Bitmap) Clear() {
 	if bm == nil {
 		return

goSTL/data_structure/bloomFilter/bloomFilter.go

@@ -1 +1,137 @@
-package bloomFilter
+package bloomFilter
+
+//@Title		bloomFilter
+//@Description
+//		bloomFilter布隆过滤器容器包
+//		内部使用uint64切片进行存储
+//		将任意类型的值进行hash计算后放入布隆过滤器中
+//		可用于查找某一值是否已经插入过,但查找存在误差,只能确定其不存在,不能保证其必然存在
+//		不能用于删除某一特定值,但可清空整个布隆过滤器
+
+import "fmt"
+
+//bloomFilter布隆过滤器结构体
+//包含其用于存储的uint64元素切片
+//选用uint64是为了更多的利用bit位
+type bloomFilter struct {
+	bits []uint64
+}
+
+//bloomFilter布隆过滤器接口
+//存放了bloomFilter布隆过滤器可使用的函数
+//对应函数介绍见下方
+type bloomFilteror interface {
+	Insert(v interface{})         //向布隆过滤器中插入v
+	Check(v interface{}) (b bool) //检查该值是否存在于布隆过滤器中,该校验存在误差
+	Clear()                       //清空该布隆过滤器
+}
+
+//@title    hash
+//@description
+//		传入一个虚拟节点id和实际结点
+//		计算出它的hash值
+//		逐层访问并利用素数131计算其hash值随后返回
+//@receiver		nil
+//@param    	v			interface{}		待计算的值
+//@return    	h			uint64			计算得到的hash值
+func hash(v interface{}) (h uint64) {
+	h = uint64(0)
+	s := fmt.Sprintf("v", v)
+	bs := []byte(s)
+	for i := range bs {
+		h += uint64(bs[i]) * 131
+	}
+	return h
+}
+
+//@title    New
+//@description
+//		新建一个bloomFilter布隆过滤器容器并返回
+//		初始bloomFilter的切片数组为空
+//@receiver		nil
+//@param    	nil
+//@return    	bf        	*bloomFilter			新建的bloomFilter指针
+func New() (bf *bloomFilter) {
+	return &bloomFilter{
+		bits: make([]uint64, 0, 0),
+	}
+}
+
+//@title    Insert
+//@description
+//		以bloomFilter布隆过滤器容器做接收者
+//		先将待插入的value计算得到其哈希值hash
+//		再向布隆过滤器中第hash位插入一个元素(下标从0开始)
+//		当hash大于当前所能存储的位范围时,需要进行扩增
+//		若要插入的位比冗余的多不足2^16即1024*64时,则新增1024个uint64
+//		否则则直接增加到可以容纳第hash位的位置,以此可以提高冗余量,避免多次增加
+//@receiver		bf        	*bloomFilter			接收者bloomFilter指针
+//@param    	v			interface{}				待插入的值
+//@return    	nil
+func (bf *bloomFilter) Insert(v interface{}) {
+	//bm不存在时直接结束
+	if bf == nil {
+		return
+	}
+	//开始插入
+	h := hash(v)
+	if h/64+1 > uint64(len(bf.bits)) {
+		//当前冗余量小于num位,需要扩增
+		var tmp []uint64
+		//通过冗余扩增减少扩增次数
+		if h/64+1 < uint64(len(bf.bits)+1024) {
+			//入的位比冗余的多不足2^16即1024*64时,则新增1024个uint64
+			tmp = make([]uint64, len(bf.bits)+1024)
+		} else {
+			//直接增加到可以容纳第num位的位置
+			tmp = make([]uint64, h/64+1)
+		}
+		//将原有元素复制到新增的切片内,并将bm所指向的修改为扩增后的
+		copy(tmp, bf.bits)
+		bf.bits = tmp
+	}
+	//将第num位设为1即实现插入
+	bf.bits[h/64] ^= 1 << (h % 64)
+}
+
+//@title    Check
+//@description
+//		以bloomFilter布隆过滤器容器做接收者
+//		将待查找的值做哈希计算得到哈希值h
+//		检验第h位在位图中是否存在
+//		当h大于当前所能存储的位范围时,直接返回false
+//		否则判断第h为是否为1,为1返回true,否则返回false
+//		利用布隆过滤器做判断存在误差,即返回true可能也不存在,但返回false则必然不存在
+//@receiver		bf        	*bloomFilter			接收者bloomFilter指针
+//@param    	v			interface{}				待查找的值
+//@return    	b			bool					待查找的值可能存在于布隆过滤器中吗?
+func (bf *bloomFilter) Check(v interface{}) (b bool) {
+	//bf不存在时直接返回false并结束
+	if bf == nil {
+		return false
+	}
+	h := hash(v)
+	//h超出范围,直接返回false并结束
+	if h/64+1 > uint64(len(bf.bits)) {
+		return false
+	}
+	//判断第num是否为1,为1返回true,否则为false
+	if bf.bits[h/64]&(1<<h%64) > 0 {
+		return true
+	}
+	return false
+}
+
+//@title    Clear
+//@description
+//		以bloomFilter布隆过滤器容器做接收者
+//		清空整个布隆过滤器
+//@receiver		bf        	*bloomFilter			接收者bloomFilter指针
+//@param    	nil
+//@return    	nums		[]uint					所有在位图中存在的元素的下标集合
+func (bf *bloomFilter) Clear() {
+	if bf == nil {
+		return
+	}
+	bf.bits = make([]uint64, 0, 0)
+}

goSTL/data_structure/consistentHash/consistentHash.go

@@ -61,7 +61,7 @@ type consistentHasher interface {
 //@receiver		nil
 //@param    	id			int				虚拟节点的id
 //@param    	v			interface{}		实际结点的key
-//@return    	hm			*hashMap		计算得到的hash值
+//@return    	h			uint32			计算得到的hash值
 func hash(id int, v interface{}) (h uint32) {
 	prime := primes[(id*id+len(primes))%len(primes)]
 	h = uint32(0)