小知识，大挑战！本文正在参与“程序员必备小知识”创作活动。
位图算法
位图（bitmap）是二进制的 byte 数组，也可简单理解为一个普通字符串。
核心思想是用 bit 数组来记录 0-1 两种状态，然后再将具体数据映射到这个比特数组的具体位置，这个比特位设置为 0 表示数据不存在，设置成 1 表示数据存在。
bitmap 在大量数据查询、去重等应用场景中使用的比较多，该算法具有较高的空间利用率。
通过 Hash 算法将数据比如 URL 哈希成某个值，然后将位图中的这个位置置为 1。
位图算法还存在一些限制，比如：
- 数据碰撞：比如将字符串映射到 bitmap 的时候会有数据碰撞的问题，那么我们可以使用布隆过滤器来解决，布隆过滤器使用多个 Hash 函数过滤来减少冲突的概率。
- 数据稀疏：又比如要存入（10,8887983,93452134）这三个数据，我们需要建立一个 9999999 长度的 bitmap，但是实际上只存了 3 个数据，这个时候就有很大的空间浪费。碰到这种问题的话，可以采用 Roaring bitmap 来解决。
常用的业务场景如下：
- 用户签到
- 用户日活、月活
- 用户在线统计以及总在线人数统计
- 开屏广告、运营弹窗统计
- APP 内用户全局弹窗的小红点
注意，在使用 bitmap 时，不要超出 Redis 的使用范围，因为 bitmap 实际上并不是一种真实的数据结构，它的底层实现为 SDS，只不过操作的粒度变成了位，因为 SDS 最大容量为 512M，所以 bitmap 最多可以存 2^32 位，bitmap 占用内存大小大约为：bitmap 长度 / 8 / 1024 / 1024（单位：MB）。
布隆过滤器
布隆过滤器实际上是一个很长的二进制向量和一系列随机映射函数，布隆过滤器可以用于检索一个元素是否在一个集合中，它的优点是空间效率和查询时间都比一般的算法要好得多，缺点是有一定的误识别率和删除困难。
布隆过滤器的原理是，当一个元素被加入集合时，通过 k 个散列函数将这个元素映射成一个位数组中的 k 个点，把它们置为 1。检索时，我们只要看看这些点是不是都是 1 就（大约）知道集合中有没有它了：如果这些点中有任意一个点为 0，则被检索元素一定不在，如果都是 1，则被检元素可能存在。这就是布隆过滤器的思想。
布隆过滤器跟 bitmap 的区别就是，布隆过滤器使用了 k 个哈希函数，每个字符和 k 个 bit 对应。从而降低了冲突的概率。
当布隆过滤器说某个值存在时，这个值可能不存在；当它说不存在时，那么一定不存在。
布隆过滤器的缺点：
- 存在误判：可能要查到的元素并没有在容器中，但是 hash 之后得到的 k 个位置上值都是 1。如果布隆过滤器中存储的是黑名单，那么可以通过建立一个白名单来存储可能会误判的元素。（对于爬虫来讲，允许极少量的 url 误判为重复；如果是用于垃圾邮箱的过滤，可以考虑加上一个白名单，专门存储那些被误判的正常邮箱）
- 删除困难：一个放入容器的元素映射到 bit 数组的 k 个位置上是 1，删除的时候不能简单的直接置为 0，可能会影响其他元素的判断。
