什么是布隆过滤器
布隆过滤器（英语：Bloom Filter）是1970年由布隆提出的。它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远远超过一般的算法，缺点是有一定的误识别率和删除困难。
原理
平时我们判断一个元素是否在集合中，要么使用list.contains(o)，要么使用hashmap.containsKey(o),其中hashmap的查询效率比较高，是以空间换时间的方式，代价比较大。这里介绍的布隆过滤器比较特殊，在布隆过滤器之中查询一个元素，有两个结果：可能存在和一定不存在，这里涉及到了概率，业务使用的时候需要注意；
下面的例子中，我们先写入了Tom，根据计算出来的hashcode【84274】，将集合中相应的index设置为1，其中index为2,4,7,8的位置被设置为1：
[0, 0, 1, 0, 1, 0, 0, 1, 1, 0]
再来看看Jim，hashcode是74478，涉及的index是4,7,8；是Tom的hashcode的子集，所以查询的时候也返回了true。
最后来看看Apple，hashcode是63476538，涉及的index是3,4,5,6,7,8；与Tom的index存在差集，所以查询的时候返回false，表示此元素一定不存在；
实际使用的时候，需要根据元素的数量级设置集合的长度，本质上来说，集合长度越长，那么准确度越高。
简单Java实现
public static void main(String[] args) {
byte[] bytes = new byte[10];
String name = "Tom";
System.out.println("hashcode," + name + ":" + name.hashCode());
offer(bytes, name);
System.out.println("isExists," + name + ":" + isExists(bytes, name));
name = "Jim";
System.out.println("hashcode," + name + ":" + name.hashCode());
System.out.println("isExists," + name + ":" + isExists(bytes, name));
name = "Apple";
System.out.println("hashcode," + name + ":" + name.hashCode());
System.out.println("isExists," + name + ":" + isExists(bytes, name));
}
/**
* 写入
*
* @param bytes 集合
* @param data 元素
*/
private static void offer(byte[] bytes, String data) {
int code = data.hashCode();
String value = String.valueOf(code);
char[] chars = value.toCharArray();
for (char c : chars) {
bytes[Integer.parseInt(c + "")] = 1;
}
System.out.println("offer [" + data + "],bits:" + Arrays.toString(bytes));
}
/**
* 查询，false:肯定不存在，true：不一定存在
*
* @param bytes 集合
* @param data 元素
* @return bool
*/
private static boolean isExists(byte[] bytes, String data) {
int code = data.hashCode();
String value = String.valueOf(code);
char[] chars = value.toCharArray();
for (char c : chars) {
byte temp = bytes[Integer.parseInt(c + "")];
if (temp == 0) {
return false;
}
}
return true;
}
控制台输出
hashcode,Tom:84274
offer [Tom],bits:[0, 0, 1, 0, 1, 0, 0, 1, 1, 0]
isExists,Tom:true
hashcode,Jim:74478
isExists,Jim:true
hashcode,Apple:63476538
isExists,Apple:false
可以看出，我们只写入了Tom，查询Tom时，返回true，查询Jim时，也返回了true，但是Jim其实是不存在的；我们再查询Apple时，返回了false，这也就是说，Jim不一定存在，Apple肯定不存在。
删除的问题
元素写入之后，最好不要删除，有概率会发生误删。有人说可以使用记数法来删除，每插入一个元素相应的index计数器加1，这样删除元素的时候将对应的计数器减掉就可以了。但是这里有个致命的问题：你无法确定要删除的元素是否一定存在。也就是说，你写入了Tom，但是你要删除Jim，这时Jim查询结果是存在【其实不存在】，然后你删掉了Jim。你再去查询Tom的时候，发现Tom也不存在了，这就是误删的问题所在。
