布隆过滤器是用来处理爬虫去重问题或者黑名单问题的。
爬虫去重问题：将访问过的URL存储在数据库中，对于新进的URL，判断数据库中是否存在这个URL。（URL的量很大）
黑名单问题：假设给定100亿个URL是黑名单，用户输入一个URL，判断这个URL是否在黑名单中存在。
我们以黑名单问题举例：
布隆过滤器：
1：首先准备一个比特类型的数组，数组的大小为m。
如何准备呢？
我们知道，一个整型的大小是四个字节，一个字节是八个比特，所以一个整型是32个比特。我们可以用一个整型数组来构造出一个比特类型的数组。
假设现在有一个整型数组a[1000]，那么它代表大小为1000*32的比特类型的数组。
如何实现这个比特类型的数组呢？
代码如下：
void tuhei(int m)//将比特数组中m位置标记
{
int intIndex=m/32;
int bitIndex=m%32;
arr[intIndex]=(arr[intIndex]|(1<<bitIndex));
}
int main()
{
int arr[1000];
memset(arr,0,sizeof(arr));
tuhei(30000);
}
2：对于每一个黑名单里的URL，我们通过K个哈希函数算出K个哈希值（有可能小于K个），然后把每个哈希值都（%m），对于每个哈希值（%m），我们都能对应到比特数组中的某个位置，相应的把这个位置给标记。
3：对于用户给定的URL，我们还是通过相同的K个哈希函数算出K个哈希值，然后把每个哈希值都（%m），对于每个哈希值（%m），我们都能对应到比特数组中的某个位置，如果每个对应位置都已经被标记了，我们就可以肯定用户给定的URL在黑名单中（因为之前这个URL已经算过了，对应位置都已被标记了），只要有一个位置没有被标记，说明用户给定的位置没有在黑名单中。
布隆过滤器对于每个在黑名单中的URL，都可以给出正确的判断，但是如果一个URL不在黑名单中，布隆过滤器有可能判断错误，判断为这个URL在黑名单中。（因为哈希函数的性质：对于不同的输入，哈希函数有可能给出相同的输出）。
对于上图中的m，k，我们可以给出公式来计算：
其中，m为比特数组应该开的大小，n为样本量（本题中为URL的个数），p为预期失误率。
其中，k为哈希函数的个数，n为样本量（本题中为URL的个数），m是比特数组应该开的大小。
其中，p为实际的失误率（和上面的p不一样），n为样本量（本题中为URL的个数），m是比特数组应该开的大小，k为哈希函数的个数。
当m越大，k越大时，p（实际失误率）越小。