计算机基础 适用范围：可以用来实现数据字典，进行数据的判重，或者集合求交集 基本原理及要点： 对于原理来说很简单，位数组+k个独立hash函数。将hash函数对应的值的位数组置1， 查找时如果发现所有hash函数对应位都是1说明存在，很明显这个过程并不保证查找的 结果是100%正确的。同时也不支持删除一个已经插入的关键字，因为该关键字对应的位 会牵动到其他的关键字。所以一个简单的改进就是 counting Bloom filter，用一个 counter数组代替位数组，就可以支持删除了。 还有一个比较重要的问题，如何根据输入元素个数n，确定位数组m的大小及hash函数个 数。当hash函数个数k=(ln2)*(m/n)时错误率最小。在错误率不大于E的情况下，m至少 要等于n*lg(1/E)才能表示任意n个元素的集合。但m还应该更大些，因为还要保证bit数 组里至少一半为 0，则m应该>=nlg(1/E)*lge 大概就是nlg(1/E)1.44倍(lg表示以2为底 的对数)。 举个例子我们假设错误率为0.01，则此时m应大概是n的13倍。这样k大概是8个。 注意这里m与n的单位不同，m是bit为单位，而n则是以元素个数为单位(准确的说是不同 元素的个数)。通常单个元素的长度都是有很多bit的。所以使用bloom filter内存上通 常都是节省的。