过滤器数据结构研究综述

过滤器数据结构可以近似地判断某个元素是否属于给定集合。典型的过滤器数据结构，如布隆过滤器、布谷鸟过滤器、商过滤器，以牺牲查询准确性为代价换取更低的内存空间消耗和查询时间开销。因此，得益于空间时间高效性，过滤器数据结构现已被广泛应用于计算机网络、物联网、数据库系统、文件系统、生物信息学、机器学习等领域的近似成员资格查询操作中。自20世纪70年代以来，过滤器数据结构受到了广泛的研究，在诸多领域取得了重要的进展，其研究思路也在不断变化。文中整理了近五十年来关于过滤器数据结构的经典研究成果，从过滤器数据结构的原理出发对已有工作进行分类总结，并比较不同工作之间的引证关系和改进思路，最后讨论了过滤器数据结构的未来研究方向。