檢視布隆过滤器的原始碼

[[File:布隆过滤器.jpeg|有框|右|<big>布隆过滤器（实图）</big>[https://pic002.cnblogs.com/images/2012/274814/2012071317402283.png 原图链接][https://www.cnblogs.com/liyulong1982/p/6013002.html 来自 博客园 的图片]]]

'''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。布隆过滤器可以用于检索一个元素是否在一个集合中。

它的优点是空间效率和查询时间都比一般的算法要好的多，缺点是有一定的误识别率和删除困难。<ref>[https://www.cnblogs.com/liyulong1982/p/6013002.html 布隆过滤器(Bloom Filter)详解 ]， 博客园 ，2016-10-30</ref>

==基本概念==

如果想要判断一个元素是不是在一个集合里，一般想到的是将所有元素保存起来，然后通过比较确定。链表，树等等数据结构都是这种思路. 但是随着集合中元素的增加，我们需要的存储空间越来越大，检索速度也越来越慢(O(n)，O(logn))。不过世界上还有一种叫作散列表（又叫哈希表，Hash table）的数据结构。它可以通过一个Hash函数将一个元素映射成一个位阵列（Bit array）中的一个点。这样一来，我们只要看看这个点是不是1就可以知道集合中有没有它了。这就是布隆过滤器的基本思想。

Hash面临的问题就是冲突。假设Hash[[函数]]是良好的，如果我们的位阵列长度为m个点，那么如果我们想将冲突率降低到例如 1%， 这个散列表就只能容纳m / 100个元素。显然这就不叫空间效率了（Space-efficient）了。解决方法也简单，就是使用多个Hash，如果它们有一个说元素不在集合中，那肯定就不在。如果它们都说在，虽然也有一定可能性它们在说谎，不过直觉上判断这种事情的概率是比较低的。

==优点==

相比于其它的数据结构，布隆过滤器在空间和时间方面都有巨大的优势。布隆过滤器存储空间和插入/查询时间都是常数。另外， Hash函数相互之间没有关系，方便由硬件并行实现。布隆过滤器不需要存储元素本身，在某些对保密要求非常严格的场合有优势。

布隆过滤器可以表示全集，其它任何数据结构都不能。

==缺点==

但是布隆过滤器的缺点和优点一样明显。误算率是其中之一。随着存入的[[元素]]数量增加，误算率随之增加。常见的补救办法是建立一个小的白名单，存储那些可能被误判的元素。但是如果元素数量太少，则使用散列表足矣。

另外，一般情况下不能从布隆过滤器中删除元素。我们很容易想到把位列阵变成整数数组，每插入一个元素相应的计数器加1， 这样删除元素时将计数器减掉就可以了。然而要保证安全的删除元素并非如此简单。首先我们必须保证删除的元素的确在布隆过滤器里面. 这一点单凭这个过滤器是无法保证的。另外计数器回绕也会造成问题。

在降低误算率方面，有不少工作，使得出现了很多布隆过滤器的变种。

==应用==

网页URL的去重，垃圾邮件的判别，集合重复元素的判别，查询加速（比如基于key-value的存储系统）、[[数据库]]防止查询击穿， 使用BloomFilter来减少不存在的行或列的[[磁盘]]查找。

java代码实现

==视频==
===<center> 布隆过滤器 相关视频</center>===
<center>3-9redisson布隆过滤器BloomFilter-业务场景实战之大数集合判重</center>
<center>{{#iDisplay:n3071oc9875|560|390|qq}}</center>

<center>Java高级教程—如何用布隆过滤器解决缓存穿透</center>
<center>{{#iDisplay:e0864j9xyh3|560|390|qq}}</center>

==参考文献==
[[Category:310 數學總論]]