應用場景：

網頁黑名單系統；

垃圾郵件過濾系統；

爬蟲的網址判斷重複系統；

容忍一定程度的失誤率；

對空間要求較嚴格；

概念：

布隆過濾器可以精確的代表一個集合，可以精確判斷某一元素是否在此集合裡。

精確程度由使用者的具體設計決定，做到100%的精確是不可能的。其優勢在於：利用很少的空間可以做到精確率較高。

原理和過程：

Bloom Filter

用途： 判斷一個元素是否在一個集合中、檢查一個英語單詞是否正確拼寫；

原理： 位陣列與Hash函式的聯合使用。是一個包含m位的位陣列，每位初始化為0，有k個不同的hash函式，可將集合元素對映到位陣列的某一位。插入元素需根據k個hash函式得到k個位，置為1。查詢時判斷這k個位（有0則該元素肯定不在集合中，都為1則該元素有可能在集合中）

優點： 有良好的空間效率和時間效率，插入、查詢O(n)，安全性高（不儲存元素本身）

缺點： 正確率低，有可能不在集合中的元素在位陣列查詢的位得到都為1。

分析優點（空間效率和失誤率）：

假設不安全網頁的黑名單包含100億個黑名單網頁，每個網頁的URL最多佔用64位元組，現在需要生成一個網頁過濾系統，可以根據網頁的URL判斷該網頁是否在黑名單上。要求系統有萬分之一以下的失誤率，並且額外空間不超過30G。

方法一：直接使用雜湊表，此時需要的空間為：64位元組*100億=> 640G空間

方法二：布隆過濾器：計算m=20n = 2000億， 即20G空間。且失誤率也降低。（因為m向上取整）