布隆过滤器

布隆过滤器

Bloom 过滤器 ，它是一种空间效率高的概率数据结构, 基于Hash函数与一个位数组，它能够快速答复"某个元素是否存在"的问题。布隆过滤器只能用于添加元素与查询元素，不能够用于删除元素。

在布隆过滤器之前，如果想判断一个元素是不是在一个集合里，一般想到的是将所有元素保存起来，然后通过比较确定，随着集合中元素的增加，我们需要的存储空间越来越大，检索速度也越来越慢。

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：如果这些点有任何一个0，则被检元素一定不在；如果都是1，则被检元素很可能在。

数学原理

优点

相比于其它的数据结构，布隆过滤器在空间和时间方面都有巨大的优势。布隆过滤器存储空间和插入/查询时间都是常数（O(K)）。另外，散列函数相互之间没有关系，方便由硬件并行实现。布隆过滤器不需要存储元素本身，在某些对保密要求非常严格的场合有优势。

布隆过滤器可以表示全集，其它任何数据结构都不能；

缺点

但是布隆过滤器的缺点和优点一样明显。

1. 误算率 ：随着存入的元素数量增加，误算率随之增加。但是如果元素数量太少，则使用散列表足矣。

2. 无法删除：一般情况下不能从布隆过滤器中删除元素。我们很容易想到把位数组变成整数数组，每插入一个元素相应的计数器加1, 这样删除元素时将计数器减掉就可以了。然而要保证安全地删除元素并非如此简单。首先我们必须保证删除的元素的确在布隆过滤器里面。这一点单凭这个过滤器是无法保证的。另外计数器回绕也会造成问题。

开源框架

Redis bloomFilter

Java bloomFilter