高性能布隆过滤器需协同优化位图结构、哈希策略与内存布局：采用uint64_t向量替代vector，双乘法哈希族生成k个均匀索引，avx2批量位操作加速，4096字节对齐与缓存行友好布局，并支持mmap只读共享。
如果您需要在 C++ 中实现一个高性能的布隆过滤器，并兼顾空间利用率与哈希函数分布质量，则需从位图结构、哈希策略及内存对齐等维度协同优化。以下是具体实现路径：
一、基于 std::vector 的紧凑位图设计
使用 uint64_t 数组替代 std::vector
1、计算所需位数 m：m = −(n × ln(p)) / (ln(2)²)，其中 n 为预估插入元素数量，p 为目标误判率。
2、确定 uint64_t 数组长度：size = (m + 63) / 64。
3、声明位图容器：std::vector
4、定义位操作宏或内联函数：使用 bits[idx >> 6] |= (1ULL 设置第 idx 位。
二、双乘法哈希族（Double Hashing Family）构造多哈希值
避免依赖随机数生成器或复杂哈希算法，采用两个基础哈希函数线性组合生成 k 个独立哈希值，在保持均匀性的同时消除哈希冲突链式依赖。该方法无需存储 k 个独立种子，仅需两个初始哈希值即可推导全部偏移。
1、对输入 key 计算基础哈希 h1 = std::hash
2、计算辅助哈希 h2 = std::hash
3、对每个 i ∈ [0, k)，计算哈希索引：hash_i = (h1 + i * h2) & (m - 1)，要求 m 为 2 的幂次以支持位运算取模。
4、所有 hash_i 均通过 bits[hash_i >> 6] & (1ULL 进行位检测或置位。
三、SIMD 加速的批量位设置与查询
当插入或查询大批量 key 时，利用 x86_64 平台的 AVX2 指令集并行处理多个哈希位置的位操作，显著降低循环开销。核心是将 k 个哈希地址分组映射至对应 uint64_t 索引及掩码位，再通过 _mm256_or_si256 批量更新。
1、预分配对齐内存块：使用 aligned_alloc(32, size * sizeof(uint64_t)) 获取 AVX2 友好地址。
2、对每批 4 个 key，分别计算其 k 个哈希地址，并按 uint64_t 索引分桶归类。
3、为每个目标 uint64_t 索引构建 256 位掩码向量，标识该 word 内需置位的 bit 位置。
4、调用 _mm256_storeu_si256((__m256i*)ptr, _mm256_or_si256(old_vec, mask_vec)) 完成原子写入。
四、内存页对齐与缓存行友好布局
将位图起始地址对齐至 4096 字节边界，并确保单个 uint64_t 元素不跨 L1 缓存行（通常 64 字节），可减少 TLB miss 与缓存行争用。尤其在高并发场景下，此布局能稳定提升吞吐量。
1、使用 posix_memalign(&ptr, 4096, size * sizeof(uint64_t)) 分配内存。
2、验证对齐有效性：检查 (uintptr_t)ptr % 4096 == 0。
3、在构造函数中预留 padding：若 size × 8 不为 64 的整数倍，则追加填充至下一个缓存行边界。
4、禁止在位图结构体内嵌其他非 POD 成员，保证整体为 trivially copyable 类型。
五、无锁只读共享与 mmap 映射支持
当布隆过滤器构建完成后仅用于只读查询（如 CDN 黑名单、爬虫 URL 去重），可将其序列化至文件并通过 mmap 映射为进程间共享只读视图，彻底规避堆内存拷贝与锁竞争。
1、序列化时按原生字节顺序写入 uint64_t 数组及元信息（m、k 值）。
2、打开文件后调用 mmap(nullptr, file_size, PROT_READ, MAP_PRIVATE, fd, 0)。
3、将返回指针强制转换为 const uint64_t*，并绑定只读访问接口。
4、确保 mmap 区域被标记为 MAP_POPULATE | MAP_LOCKED，防止首次访问缺页中断。
C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
