Bloom Filters布鲁姆过滤器

Bloom Filters by Example （链接：http://billmill.org/bloomfilter-tutorial/）

以下是关于布鲁姆过滤器的知识点

布隆过滤器是一种数据结构，快速和节省内存，能用于判定一个元素是否存在于一个集合中。

这种效率的代价是Bloom filter是一种概率数据结构，元素不是绝对的在组里或可能在组里。

Bloom filter的基本数据结构是一个位向量。

在以下文本,我们 用 ķ个 哈希值，m位的过滤器 ，和n 个 已插入的元素来介绍Bloom filter

哈希函数

Bloom filter应使用的哈希函数是独立和均匀分布的，使哈希函数运行时尽可能的快。(而加密散列如sha1,尽管被广泛使用，但不是很好的选择)。

例子：简单的散列足够独立，其中包括 murmur, the fnv series of hashes, and Jenkins Hashes.