文章目录
前言
前边不是讲了两篇位运算的嘛，想着把这个布隆过滤器写上，凑个整。
这篇就轻松点聊聊，不谈代码，就讲理论。
本篇基本内容来自：
https://www.jianshu.com/p/2104d11ee0a2
https://cloud.tencent.com/developer/article/1136056
布隆加速器？
布隆过滤器（Bloom Filter）是1970年由布隆提出的。它实际上是一个很长的二进制向量和一系列随机映射函数。特点是高效地插入和查询，可以用来告诉你 “某样东西一定不存在或者可能存在”。
相比于传统的 List、Set、Map 等数据结构，它更高效、占用空间更少，但是缺点是其返回的结果是概率性的，而不是确切的。
为什么要用布隆过滤器？
1、相比于传统的 List、Set、Map 等数据结构，它更高效、占用空间更少。
2、单纯的int型数据，可以使用上面的位图来处理，不过字符串呢？是吧。
布隆过滤器数据结构！！
初始状态时，Bloom Filter是一个包含m位的位数组，每一位都置为0。
长这样：
如果我们要映射一个值到布隆过滤器中，我们需要使用多个不同的哈希函数生成多个哈希值，并对每个生成的哈希值指向的 bit 位置 1，例如针对值 “baidu” 和三个不同的哈希函数分别生成了哈希值 1、4、7，则上图转变为：
Ok，我们现在再存一个值 “tencent”，如果哈希函数返回 3、4、8 的话，图继续变为：
问题已经初现端倪了。当下面那个位图的饱和度越来越高，判断将要插入的字符串是否已存在就难免有失误。
但是判断那个字符串不存在那不会失误，不存在就是不存在。
布隆过滤器删除数据
传统的布隆过滤器并不支持删除操作。但是名为 Counting Bloom filter 的变种可以用来测试元素计数个数是否绝对小于某个阈值，它支持元素删除。
Counting Bloom Filter 的出现，解决了上述问题，它将标准 Bloom Filter 位数组的每一位扩展为一个小的计数器（Counter），在插入元素时给对应的 k （k 为哈希函数个数）个 Counter 的值分别加 1，删除元素时给对应的 k 个 Counter 的值分别减 1。Counting Bloom Filter 通过多占用几倍的存储空间的代价， 给 Bloom Filter 增加了删除操作。基本原理是不是很简单？看下图就能明白它和 Bloom Filter 的区别在哪。
Counter 大小的选择
篇幅略长，公式略多，可以直接看原文：https://cloud.tencent.com/developer/article/1136056
如何选择哈希函数个数和布隆过滤器长度
很显然，过小的布隆过滤器很快所有的 bit 位均为 1，那么查询任何值都会返回“可能存在”，起不到过滤的目的了。布隆过滤器的长度会直接影响误报率，布隆过滤器越长其误报率越小。
另外，哈希函数的个数也需要权衡，个数越多则布隆过滤器 bit 位置位 1 的速度越快，且布隆过滤器的效率越低；但是如果太少的话，那我们的误报率会变高。
如何选择适合业务的 k 和 m 值呢，这里直接贴一个公式：