我的爬蟲url去重采用布隆過濾器。但是考慮到系統停止再次運行後，會丟失布隆過濾器的信息，於是為了讓布隆過濾器對象記住原來的值，所以必須對其進行序列化與反序列化。這樣才能夠保證系統的正常運行。對某個對象進行序列化與反序列化需要讓對象所屬的類實現序列化接口。我由於采用的布隆過濾器是采用最簡單的那種，但由於這個布隆過濾器裡面有內部類，所以對該布隆過濾器類和其內部類都要實現序列化接口，千萬不能忘了內部類也要實現該接口。
下面開始上java代碼：
public class BloomFilter implements java.io.Serializable {
private final int DEFAULT_SIZE = 2 << 24;
private final int[] seeds = new int[] { 5, 7, 11, 13, 31, 37, 61 };
private BitSet bits = new BitSet(DEFAULT_SIZE);
private SimpleHash[] func = new SimpleHash[seeds.length];
public BloomFilter() {
for (int i = 0; i < seeds.length; i++) {
func[i] = new SimpleHash(DEFAULT_SIZE, seeds[i]);
}
}
public void add(String value) {
for (SimpleHash f : func) {
bits.set(f.hash(value), true);
}
}
public boolean contains(String value) {
if (value == null) {
return false;
}
boolean ret = true;
for (SimpleHash f : func) {
ret = ret && bits.get(f.hash(value));
}
return ret;
}
// 內部類，simpleHash
public static class SimpleHash implements java.io.Serializable {
private int cap;
private int seed;
public SimpleHash(int cap, int seed) {
this.cap = cap;
this.seed = seed;
}
public int hash(String value) {
int result = 0;
int len = value.length();
for (int i = 0; i < len; i++) {
result = seed * result + value.charAt(i);
}
return (cap - 1) & result;
}
}
}
至於序列話與反序列化網上有很多，但都沒說保存在什麼類型的文件中，但我保存的是.bat文件中，目前一切運行正常。
