布隆过滤器（Bloom Filter）

1.简介

布隆过滤器是一种多哈希函数映射的快速查找算法。它可以判断出某个元素肯定不在集合里或者可能在集合里，即它不会漏报，但可能会误报。通常应用在一些需要快速判断某个元素是否属于集合，但不严格要求100％正确的场合。

2.原理

1. 首先需要k个hash函数，每个函数可以把key散列成为1个整数
2. 初始化时，需要一个长度为m比特的数组，每个比特位初始化为0
3. 某个key加入集合时，用k个hash函数计算出k个散列值，并把数组中对应的比特位置为1
4. 判断某个key是否在集合时，用k个hash函数计算出k个散列值，并查询数组中对应的比特位，如果所有的比特位都是1，认为在集合中。否则，只要有一个为0，那么就肯定不在集合里

3.优缺点

优点：不需要存储实际key值，节约空间，能够确定一个值肯定不在集合里；
缺点：对于计算认为在集合里的，有一定几率不在；不能删除集合里的任何一个；

4.求变量

设 位数组大小为m,数据集合里的数据个数为n,错误率为p,哈希函数个数为k
则：
    m = -(n*lnp) / (ln2)^2
    k = ln2 * m / n

5.应用

1.搜索引擎中的海量网页去重
2.leveldb等数据库中快速判断元素是否存在，可以显著减少磁盘访问