【算法】布隆过滤器

应用场景：

网页黑名单系统；

垃圾邮件过滤系统；

爬虫的网址判断重复系统；

容忍一定程度的失误率；

对空间要求较严格；

概念：

布隆过滤器可以精确的代表一个集合，可以精确判断某一元素是否在此集合里。

精确程度由用户的具体设计决定，做到100%的精确是不可能的。其优势在于：利用很少的空间可以做到精确率较高。

原理和过程：

Bloom Filter

用途： 判断一个元素是否在一个集合中、检查一个英语单词是否正确拼写；

原理： 位数组与Hash函数的联合使用。是一个包含m位的位数组，每位初始化为0，有k个不同的hash函数，可将集合元素映射到位数组的某一位。插入元素需根据k个hash函数得到k个位，置为1。查询时判断这k个位（有0则该元素肯定不在集合中，都为1则该元素有可能在集合中）

优点： 有良好的空间效率和时间效率，插入、查询O(n)，安全性高（不保存元素本身）

缺点： 正确率低，有可能不在集合中的元素在位数组查询的位得到都为1。