布隆過濾器的應用：https://blog.csdn.net/kzadmxz/article/details/100640815
布隆過濾器是Burton Howard Bloom在1970年提出來的，一種空間效率極高的概率型算法和數據結構，主要用來判斷一個元素是否在集合中存在。因爲他是一個概率型的算法，所以會存在一定的誤差，如果傳入一個值去布隆過濾器中檢索，可能會出現檢測存在的結果但是實際上可能是不存在的，但是肯定不會出現實際上不存在然後反饋存在的結果。因此，Bloom Filter不適合那些“零錯誤”的應用場合。而在能容忍低錯誤率的應用場合下，Bloom Filter 通過極少的錯誤換取了存儲空間的極大節省。
bitmap
所謂的Bit-map就是用一個bit位來標記某個元素對應的Value，通過Bit爲單位來存儲數據，可以大大節省存儲空間. 所以我們可以通過一個int型的整數的32比特位來存儲32個10進制的數字，那麼這樣所帶來的好處是內存佔用少、 效率很高（不需要比較和位移）比如我們要存儲5(101)、3(11)四個數字，那麼我們申請int型的內存空間，會有32 個比特位。這四個數字的二進制分別對應
從右往左開始數，比如第一個數字是5，對應的二進制數據是101, 那麼從右往左數到第5位，把對應的二進制數據存儲到32個比特位上。
第一個5就是 00000000000000000000000000101000
輸入3時候 00000000000000000000000000001100
布隆過濾器原理
有了對位圖的理解以後，我們對布隆過濾器的原理理解就會更容易了，仍然以前面提到的40億數據爲案例，假設這40億數據爲某郵件服務器的黑名單數據，郵件服務需要根據郵箱地址來判斷當前郵箱是否屬於垃圾郵件。
原理如下
假設集合裏面有3個元素{x, y, z}，哈希函數的個數爲3。首先將位數組進行初始化，將裏面每個位都設置位0。對於集合裏面的每一個元素，將元素依次通過3個哈希函數進行映射，每次映射都會產生一個哈希值，這個值對應位數 組上面的一個點，然後將位數組對應的位置標記爲1。查詢W元素是否存在集合中的時候，同樣的方法將W通過哈 希映射到位數組上的3個點。如果3個點的其中有一個點不爲1，則可以判斷該元素一定不存在集合中。反之，如果 3個點都爲1，則該元素可能存在集合中
接下來按照該方法處理所有的輸入對象，每個對象都可能把bitMap中一些白位置塗黑，也可能會遇到已經塗黑的 位置，遇到已經爲黑的讓他繼續爲黑即可。處理完所有的輸入對象之後，在bitMap中可能已經有相當多的位置已 經被塗黑。至此，一個布隆過濾器生成完成，這個布隆過濾器代表之前所有輸入對象組成的集合。
如何去判斷一個元素是否存在bit array中呢？ 原理是一樣，根據k個哈希函數去得到的結果，如果所有的結果都是1，表示這個元素可能（假設某個元素通過映射對應下標爲4，5，6這3個點。雖然這3個點都爲1，但是很明顯這3 個點是不同元素經過哈希得到的位置，因此這種情況說明元素雖然不在集合中，也可能對應的都是1）存在。 如果一旦發現其中一個比特位的元素是0，表示這個元素一定不存在
至於k個哈希函數的取值爲多少，能夠最大化的降低錯誤率（因爲哈希函數越多，映射衝突會越少），這個地方就 會涉及到最優的哈希函數個數的一個算法邏輯