千把亿数据中确定你在不在！

布隆过滤器详解：https://blog.csdn.net/Coco_Wditm/article/details/84635804；
它主要就是用于解决判断一个元素是否在一个集合中，但它的优势是只需要占用很小的内存空间以及有着高效的查询效率；

如图所示：

首先需要初始化一个二进制的数组，长度设为 L（图中为 8），同时初始值全为 0 。
当写入一个 A1=1000 的数据时，需要进行 H 次 hash 函数的运算（这里为 2 次）；与 HashMap 有点类似，通过算出的 HashCode 与 L 取模后定位到 0、2 处，将该处的值设为 1。
A2=2000 也是同理计算后将 4、7 位置设为 1。
当有一个 B1=1000 需要判断是否存在时，也是做两次 Hash 运算，定位到 0、2 处，此时他们的值都为 1 ，所以认为 B1=1000 存在于集合中。
当有一个 B2=3000 时，也是同理。第一次 Hash 定位到 index=4 时，数组中的值为 1，所以再进行第二次 Hash 运算，结果定位到 index=5 的值为 0，所以认为 B2=3000 不存在于集合中。
整个的写入、查询的流程就是这样，汇总起来就是：

对写入的数据做 H 次 hash 运算定位到数组中的位置，同时将数据改为 1 。当有数据查询时也是同样的方式定位到数组中。
一旦其中的有一位为 0 则认为数据肯定不存在于集合，否则数据可能存在于集合中。
其实就是我说你没有 就一定没有，我说你有那你可能还不在呢。。
—————————————————————————————————————————————————————————————
上代码试试？

{  // 支持int  string   long   这个是string写法
    public static void main(String[] args) {
        long l = System.currentTimeMillis();
        BloomFilter<String> bloomFilter = BloomFilter.create(Funnels.stringFunnel(Charsets.UTF_8), 10000000000000l);
        for (long i = 0; i < 10000000000000l; i++) {
            bloomFilter.put(getStr());
        }
        if (bloomFilter.mightContain("asdgasd3")) {
            System.out.println("存在！");
        }
        long s = System.currentTimeMillis();
        System.out.println("执行时间-->"+(l-s));
    }
    private static String getStr(){
        String substring = UUID.randomUUID().toString().replaceAll("-", "").substring(0, 8);
        return substring;
    }
}

 //这个是int写法 里面方法都是一样，均是调用这个；
{
    public static void main(String[] args) {
        long l = System.currentTimeMillis();
        BloomFilter<Integer> bloomFilter = BloomFilter.create(Funnels.integerFunnel(), 10000000, 0.01);
        for (int i = 0; i < 10000000; i++) {
            bloomFilter.put(i);
        }
        if (bloomFilter.mightContain(3452346)) {
            System.out.println("存在！");
        }
        long s = System.currentTimeMillis();
        System.out.println("执行时间-->"+(l-s));
    }
}

引用的是谷歌下的那个包；