布鲁姆过滤器

概念

布鲁姆过滤器是一种用于关系查询的空间高效的数据结构。

它是由一个初始值为0的$P$位的数组和$H$个独立的哈希函数$h_i$组成，哈希函数的范围为$(0,1,2,...,P-1),i=1,2,...,H$。 对于数据集$S$中的元素$x$， 它在布鲁姆过滤器中的$H$个位置$h_i(x)(i=1,2,...,H)$被设置为1。

为了查询元素$y$是否属于数据集$S$， 检查y所在的$H$个位置$h_i(y)(i=1,2,...,H)$是否全为1， 若是，则y属于集合S。
如图， 由于$y$所在的位置存在0， 所以$y$不属于$S$。
尽管布鲁姆过滤器因为哈希函数冲突导致存在一定的误报，但由于布鲁姆过滤器的查询速度快，占用空间小的优势，仍使其成为关系查询中常用的数据结构。

如果检测结果为是，该元素不一定在集合中；但如果检测结果为否，该元素一定不在集合中。因此Bloom filter具有100%的召回率。
每个检测请求返回有“在集合内（可能错误）”和“不在集合内（绝对不在集合内）”两种情况，