布隆过滤器-简述

为什么不用Map：当处理海量数据，比如千万上亿时，Map占用的内存极高，性能变差，出现碰撞的Hash碰撞的概率过高时，可能会变回链表。

用途

• 布隆过滤器用于判断海量数据内，某个对象是否一定不存在（不存在误判），或者可能存在（存在一定的误判率）

原理

• 布隆过滤器器是一个Bit向量或者说是一个Bit数组，数组的每个位置都只有0和1，0代表不存在，1代表存在。
• 当一个key要入库时，布隆过滤器不存储这个key，而是对这个key做N次Hash后得到N个值，这N个值对应数组内的N个位置，并在数组内将这几个位置的值置为1。
• 当需要判断一个值是否已经存在，就对它做N次哈希，得到N个位置，若这N个位置有某一个是0，则该值一定不存在，若全部为1，只能说它可能存在，因为哈希碰撞的原因，每个key得到的N个位置可能存在部分与别人相同，所以位置是1也可能是别的key写进去的。

优缺点

• 优点：占用内存极低，查询速度极快，复查度都是 O(N) ，与集合内的元素数量无关，这里的N是指Hash的次数
• 缺点：存在误判，只能百分百确认某个对象一定不存在，无法百分百确认一个对象存在；集合只能添加数据，不能删除数据，因为把1改成0可能会把别人的1也去掉了