黑名单，位图还是布隆？字节跳动面试经历告诉我，8 年经验程序员应该知道的存储优化技巧

各位字节跳动面试官们，求求你们别再问我布隆过滤器了！这个话题我真的谈到腻了！今天我将利用这篇简短的文章，为初级和资深程序员详细介绍一下布隆过滤器与位图之间的区别，并分享一下我在字节跳动面试中的经验，让大家能够彻底搞清楚这两者的优缺点。别的不说，我是这么想的，如果字节面试官下次再问我布隆过滤器，我直接就聊位图！

在开始之前，我们需要先定义一个常见的面试场景：假设某个网站拥有 100 亿个 URL，每个 URL 平均占 64 个字节，这些 URL 都存储在一个黑名单中。我们的任务是设计一个高效的数据结构来存储这个黑名单，并快速判断输入的 URL 是否存在于其中。

现在，让我们比较一下布隆过滤器和位图在这两种情况下可能的表现。

布隆过滤器

• 优点：
  • 内存占用更少，因为它只存储一个位数组，可以节省大量空间。
  • 查找速度快，因为只需要检查相应的位即可。
• 缺点：
  • 可能存在误报，因为布隆过滤器可能会将不存在于黑名单中的 URL 误判为存在。

位图

• 优点：
  • 没有误报，因为每个 URL 都对应一个位，不存在哈希冲突。
• 缺点：
  • 内存占用更多，因为它需要为每个 URL 分配一个位。
  • 查找速度较慢，因为需要遍历整个位图才能找到相应的位。

那么，字节跳动面试官为什么这么喜欢问布隆过滤器呢？他们到底想考察什么？

在我看来，字节跳动面试官问布隆过滤器，主要是想考察应聘者的以下几个方面：

• 数据结构和算法的基础知识。 面试官想知道应聘者是否对基本的数据结构和算法有扎实的基础，布隆过滤器是一个很好的考察点，因为它结合了位图和哈希表的思想。
• 解决问题的能力。 面试官想知道应聘者是否能够将理论知识应用到实际问题中。布隆过滤器在很多实际应用中都有着广泛的应用，如垃圾邮件过滤、恶意软件检测等，应聘者需要能够根据具体问题选择合适的数据结构。
• 沟通和表达能力。 面试官想知道应聘者是否能够清晰地表达自己的想法。布隆过滤器是一个比较复杂的数据结构，应聘者需要能够用简明扼要的语言向面试官解释其原理和优缺点。

说了这么多，我想大家应该对布隆过滤器和位图之间的区别有了一个比较清晰的认识。在实际应用中，我们应该根据具体的情况选择合适的数据结构。如果内存空间有限，我们就可以选择使用布隆过滤器。如果误报是可以接受的，我们也可以选择使用布隆过滤器。如果内存空间充足，误报是不可接受的，我们就可以选择使用位图。

最后，我想给那些准备面试字节跳动的朋友们一点建议。面试官问布隆过滤器，并不是要为难你们，而是想考察你们的综合能力。所以，一定要对数据结构和算法的基础知识有扎实的基础，还要能够将理论知识应用到实际问题中。同时，还要注意沟通和表达能力，这样才能在面试中脱颖而出。