本文共 953 字，大约阅读时间需要 3 分钟。

参考：

http://imhuchao.com/1271.html https://www.cnblogs.com/zhanggguoqi/p/10571225.html

作用

判断某个值是否在某个集合中。

特点

1、存储空间小： 因为它的原理是由一个长度为m的位数组(二进制向量)，一个字节有8个位，如果我们使用四个hash函数来运算，那么每个key就会占用四个位，一个字节可表示两个key。相比于原来的一个字符需要一个字节来存，如果一个key有30个字符，那就是30个字节了，可见Bloom Filter显著缩短了空间。

2、写入的过程：O(1)

分别让key经过四个hash函数，假如结果为123，33333，456，78906，那么就去位数组上以他们为index，找到对应的位置，将值设置为1。因为hash函数的值可能相同，为了降低了冲突的概率，需要用多个hash函数。

3、判断速度快：O(1)

Bloom FIlter的查找过程是，假如使用了四个hash函数(运算结果都是整数)，遍历，对key执行hash运算，假如得到3000, 这个整数就是位数组上特定位置，位数组的值只有0和1，如果是0，就可以明确判断为不存在，其他hash函数没必要执行了，如果为1，接着执行，值为0就可以中断了，如果都是1，可以近似判断为存在，因为这是个只有四个样本的概率判断。由于直接通过Index来查找的，根本不需要遍历整个集合，效率极高。

4、结果：

如果判断为不存在，那么一定不存在；如果判断为存在，那么大概率是存在的。

5、缺点：

有一定的错误概率，当集合中的元素越来越多，二进制序列中的1的个数越来越多的时候，判断一个字符串是否在集合中就很容易误判，原本不在集合里面的字符串会被判断在集合里面。

节点删除困难，因为不同的key对应hash函数的结果可能相同，构成冲突，所以你不能简单的将四个hash函数结果对应的位置置为0的方式来表示你删除了这个key。

6、参数设置

我们预估要存的数据量为n，期望的误判率为p 1、位数组长度m m = -nlnp / ( (ln2)^2 )

2、hash函数个数选组

k = mln2 / n

3、寻找hash函数

比如BKDRHash，JSHash，RSHash等等