一、問題引入
bitMap是位圖，其實準確的來說，翻譯成基於位的映射，舉一個例子，有一個無序有界int數組{1,2,5,7},初步估計佔用內存4*4=16字節，這倒是沒什麼奇怪的，但是假如有10億個這樣的數呢？10億*4字節/(1024*1024*1024)=3.72G左右（1GB=1024MB 、1MB=1024KB 、1KB=1024B 、1B=8b）。如果這樣的一個大的數據做查找和排序，那估計內存也崩潰了，有人說，這些數據可以不用一次性加載，那就是要存盤了，存盤必然消耗IO。我們提倡的是高性能，這個方案直接不考慮。
二、問題分析
如果用BitMap思想來解決的話，就好很多，解決方案如下：
一個byte是佔8個bit，如果每一個bit的值就是有或者沒有，也就是二進制的0或者1，如果用bit的位置代表數組值有還是沒有， 那麼0代表該數值沒有出現過，1代表該數組值出現過。不也能描述數據了嗎？具體如下圖：
Guava中的Bloom Filter使用示例：
int expectedInsertions = ...; //待檢測元素的個數
double fpp = 0.03; //誤判率(desired false positive probability)
BloomFilter<CharSequence> bloomFilter = BloomFilter.create(Funnels.stringFunnel(Charset.forName("UTF-8")), expectedInsertions,fpp);
bloomFilter.put()
bloomFilter.mightContain()
但是 BitMap 也有一些侷限，因此會有其它一些基於 BitMap 的算法出現來解決這些問題。
- 數據碰撞。比如將字符串映射到 BitMap 的時候會有碰撞的問題，那就可以考慮用 Bloom Filter 來解決，Bloom Filter 使用多個 Hash 函數來減少衝突的概率。
- 數據稀疏。又比如要存入(10,8887983,93452134)這三個數據，我們需要建立一個 99999999 長度的 BitMap ，但是實際上只存了3個數據，這時候就有很大的空間浪費，碰到這種問題的話，可以通過引入 Roaring BitMap 來解決。
Bloom Filter優點
它的優點是空間效率和查詢時間都遠遠超過一般的算法，布隆過濾器存儲空間和插入/查詢時間都是常數O(k)。另外, 散列函數相互之間沒有關係，方便由硬件並行實現。布隆過濾器不需要存儲元素本身，在某些對保密要求非常嚴格的場合有優勢。
Bloom Filter缺點
布隆過濾器的缺點和優點一樣明顯，誤算率（假陽性 False Positive Probability）是其中之一，因爲存在hash 碰撞。
另外，一般情況下不能從布隆過濾器中刪除元素(布隆過濾器的變種Counting bloom filter可以存在刪除元素，思路：在該字段加計數器，當計數器數字爲0時 該位修改爲0)。我們很容易想到把位數組變成整數數組，每插入一個元素相應的計數器加 1，這樣刪除元素時將計數器減掉就可以了。然而要保證安全地刪除元素並非如此簡單。首先我們必須保證刪除的元素的確在布隆過濾器裏面，而這一點單憑這個過濾器是無法保證的。