布谷鸟过滤器就像一个聪明的、可擦除的“黑名单”。它能告诉你某个东西“可能”在不在这个名单上，而且还很省地方。
核心概念
- 指纹：每个事物（比如一个网址）都用一个指纹来代表，这个指纹是通过一种特殊的“指纹提取器”（哈希函数）算出来的。指纹越长，就越不容易搞错。
- 巢穴：想象有一排排的“巢穴”（哈希表里的桶），每个巢穴可以住几只“布谷鸟”（指纹）。
工作原理
- 入住（插入）：
- 当一个新事物要加入“黑名单”时，先提取它的指纹。
- 然后用“定位器”（哈希函数）算出它应该住在哪两个巢穴。
- 如果两个巢穴都有空位，随便选一个住进去。
- 如果没空位，就随机踢走一只“布谷鸟”，让新的“布谷鸟”住进去。被踢走的“布谷鸟”会重新找地方住。
- 如果踢来踢去太多次都找不到新家，那可能就需要扩大“黑名单”的容量（扩容）。
- 查岗（查询）：
- 想知道某个事物在不在“黑名单”里，先提取它的指纹。
- 然后看看通过“定位器”算出的那两个巢穴里，有没有相同的指纹。
- 如果找到了，就说“可能在黑名单里”；如果没找到，就肯定不在。
- 搬走（删除）：
- 想从“黑名单”里移除某个事物，先提取它的指纹。
- 然后在对应的巢穴里找到并擦除这个指纹。
特性
- 省空间：用指纹代替完整信息，很节省内存。在假阳性率低于 3% 的情况下，布谷鸟过滤器比布隆过滤器占用更少的空间.
- 能删除：可以动态地添加和删除“黑名单”里的内容。
- 速度快：在高负荷情况下，查询速度依然很快。
- 可调节：可以调整巢穴大小、指纹长度等参数来优化性能。
- 小概率出错： 有时候会误判，把不在“黑名单”里的东西也当成在里面，但概率可以控制。
实际应用例子
- 防止恶意注册： 网站可以用布谷鸟过滤器来记录恶意注册的IP地址或邮箱，如果新注册的用户IP或者邮箱存在于过滤器中，就很可能是恶意注册，从而阻止其注册。
- CDN加速： CDN（内容分发网络）节点可以使用布谷鸟过滤器来判断一个资源是否在本地缓存，如果不在，则回源站获取。相比于布隆过滤器，布谷鸟过滤器可以删除不常用的缓存资源，更加灵活。
- 游戏安全： 在游戏中，可以使用布谷鸟过滤器来检测玩家是否使用了作弊器。将作弊器的特征码加入过滤器，可以快速判断玩家是否存在作弊行为。
代码示例 (Go)
package main
import (
"fmt"
"github.com/seiflotfy/cuckoo"
)
func main() {
// 创建一个容量为100000，错误率为0.01的布谷鸟过滤器
cf := cuckoo.NewFilter(100000, 0.01)
// 添加元素
cf.Insert([]byte("example.com"))
cf.Insert([]byte("google.com"))
// 查询元素
fmt.Println(cf.Lookup([]byte("example.com"))) // true
fmt.Println(cf.Lookup([]byte("twitter.com"))) // false
// 删除元素
cf.Delete([]byte("example.com"))
fmt.Println(cf.Lookup([]byte("example.com"))) // false
}
布谷鸟过滤器就像一个可动态更新、高效且节省空间的黑名单，在很多场景下都能派上用场。
