bigsi_rs

Rust内存中的BIGSI-like数据结构实现

Rust内存中的BIGSI-like数据结构实现 (见 https://www.nature.com/articles/s41587-018-0010-1). 与布隆过滤器类似；布隆过滤器可以判断一个元素是否属于之前索引的单个集合，而BIGSI-like数据结构可以有效地判断一个元素是否属于多个查询集合。参数（特别是索引大小和哈希数量）应根据保证（下游）应用程序可接受的误报概率来选择。我的策略是基于要索引的最大集合，并使用Goel和Gupta 2010年的公式（《https://web.stanford.edu/~ashishg/papers/inverted.pdf》）来计算该集合的误报概率，从而计算索引的最大误报概率。

示例

use bigsi_rs;


//create a new index of size 250,000, 10 accessions and 3 hash functions
let mut new_filter = bigsi_rs::Bigsi::new(250000, 10, 3);

//insert words in index for accessions 0, 3 and 7        
new_filter.insert(0, "ATGT");
new_filter.insert(3, "ATGT");
new_filter.insert(7, "ATGT");

//shrink uninformative elements in index
new_filter.slim();

assert_eq!(new_filter.get("ATGT").len(), 3 as usize);
assert_eq!(new_filter.get("ATGC").len(), 0 as usize);