布隆过滤器介绍
布隆过滤器：是一种 space efficient 的概率型数据结构，用于判断一个元素是否在集合中。
布隆过滤器的特点：不存在的一定不存在，存在的不一定存在。
当布隆过滤器说，某个数据存在时，这个数据可能不存在； 当布隆过滤器说，某个数据不存在时，那么这个数据一定不存在。
优点：
- 节省空间：布隆过滤器只需要哈希表的 1/8 或 1/4 的空间复杂度解决判断数据是否存在的问题；
- 不存在漏报问题。
缺点：
- 布隆过滤器可以插入元素，但不可以删除已有元素；
- 存在误报现象：数据越多，误报率越大。
布隆过滤器原理
布隆过滤器的基本思想
添加元素时，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(有效降低冲突概率)，把它们置为1。
检索时，只需要判断数据散列后对应的位置上的值是否都为1：
- 如果这些点有任何一个为0，则被检数据一定不存在；
- 如果都是1，则被检元素很可能在。
为什么会出现误判？
原因：哈希函数会出现碰撞，所以布隆过滤器会存在误判。
解释：集合中存的数据是经过 Hash 之后的值，即存的是 key 的 Hash 值，而非 key 的值。所以有概率存在这样的 key：它们内容不同，但多次 Hash 后的 Hash 值都相同。也就是hash出来的是1的位置上可能是其他的值。
为什么不存在漏报？
对于布隆过滤器判断不存在的 key ，则是 100% 不存在的。
反证法：如果这个 key 存在，那它每次 Hash 后对应的 Hash 值位置肯定是 1，而不会是 0，布隆过滤器判断存在不一定真的存在。
为什么不允许删除元素？
删除意味着需要将对应的 k 个 bits 位置设置为 0，其中有可能是其他元素对应的位。因此删除会引入误判，这是绝对不被允许的。
布隆过滤器涉及的计算
n是过滤器预期支持的元素个数；m是过滤器位数组的大小，即该过滤器总共占用多少 bit 的空间；c是每个元素平均占用的空间；p是假阳性概率，即 fpp (false positive probability)；k哈希函数的个数；
通常创建一个布隆过滤器，会需要用户提供想支持的 n 和预期的 p, 然后通过公式得到其余最佳的参数。
