一.原理
當乙個元素被加入集合時，通過 k 個 hash 函式將這個元素對映成乙個位陣列(bit array)中的 k 個點，把它們置為 1。檢索時，我們只要看看這些點是不是都是 1 就大概知道集合中有沒有它了：
如果這些點有任何乙個 0，則被檢索元素一定不在；如果都是 1，則被檢索元素很可能在
二.優點
空間效率和查詢時間都遠遠超過一般的演算法，布隆過濾器儲存空間和插入/查詢時間都是常數o(k)。另外，雜湊函式相互之間沒有關係，方便由硬體並行實現。布隆過濾器不需要儲存元素本身，在某些對保密要求非常嚴格的場合有優勢
三.缺點
誤算率是其中之一。隨著存入的元素數量增加，誤算率隨之增加。但是如果元素數量太少，則使用雜湊表足矣。
(誤判補救方法是：再建立乙個小的白名單，儲存那些可能被誤判的資訊。)
四.應用場景
可以快速且空間效率高的判斷乙個元素是否屬於乙個集合；用來實現資料字典，或者集合求交集
布隆過濾器
布隆過濾器 bloom filter 是1970年由布隆提出的。它實際上是乙個很長的二進位制向量和一系列隨機對映函式。布隆過濾器可以用於檢索乙個元素是否在乙個集合中。它的優點是空間效率和查詢時間都遠遠超過一般的演算法，缺點是有一定的誤識別率和刪除困難。如果想要判斷乙個元素是不是在乙個集合裡，一般想到...
布隆過濾器
布隆過濾器的概念 如果想要判斷乙個元素是不是在乙個集合裡，一般想到的是將所有元素儲存起來，然後通過比較確定。鍊錶，樹等等資料結構都是這種思路.但是隨著集合中元素的增加，我們需要的儲存空間越來越大，檢索速度也越來越慢 o n o logn 不過世界上還有一種叫作雜湊表 又叫 雜湊表，hash tabl...
布隆過濾器
如果想判斷乙個元素是不是在乙個集合裡，一般想到的是將集合中所有元素儲存起來，然後通過比較確定。鍊錶 樹 雜湊表 又叫雜湊表，hash table 等等資料結構都是這種思路。但是隨著集合中元素的增加，我們需要的儲存空間越來越大。同時檢索速度也越來越慢。bloom filter 是一種空間效率很高的隨機...