class OccurenceBloom:
def __init__(self):
#Initialisation de filtre avec une taille de 1200 bits
#et deux fonctions de hashage
self.tableau=[]
self.nb_function=1
self.taille=33000
self.filtre=BloomFilter(300,2)
self.faux_positive=0
self.res="resultBloom.csv"
def ajouter(self,adresse):
#Verifier si le hash de l adresse existe dans le filtre
if(self.filtre.existe(adresse)):
#Si oui , on verifie si ce n'est pas un faux positive
existe=False
taille=len(self.tableau)
#Recherche normal dans le tableau de frequence
for i in range(taille):
if(self.tableau[i][0]==adresse):
existe=True
self.tableau[i]=(adresse,self.tableau[i][1]+1)
break
if not existe:
#Un faux positive detecte, on insere la nouvelle adresse
self.tableau.append((adresse,1))
self.faux_positive+=1
else:
#Le hash n existe pas on insere directement a la fin
self.tableau.append((adresse,1))
#On mets a jour le filtre
self.filtre.ajouter(adresse)
def sauvegarder(self):
with open("save.bloom","wb") as sauvegarde:
pickle.dump(self, sauvegarde, pickle.HIGHEST_PROTOCOL)
print("sauvegarde en cours ....")
def reset(self):
self.tableau=[]
self.filtre=BloomFilter(self.taille,self.nb_function)
self.faux_positive=0
def dix_premier(self):
return sorted(self.tableau,key=lambda x:-x[1])[0:10]
def changer_taille(self,taille):
self.taille=taille
self.filtre=BloomFilter(taille,self.nb_function)
def changer_nb_fct(self,nb_function):
self.nb_function=nb_function
self.filtre=BloomFilter(self.taille,nb_function)
