布隆过滤器

作用：类似于Set集合，判断某个元素是否存在集合中
实现原理
- 类似于HashMap的实现过程，通过构建一个bit[]数组（初始值为 0 ），以及构造多个散列函数
- 存放某元素时：将要存放的元素通过多个散列函数计算得到多个位置值，并把bit[]对应的位置值置为 1
- 判断某元素是否存在时：也是将此元素通过多个散列函数计算得到多个位置值，然后在bit[]数组对应的位置看是否为 1，如果对应位置中某个为 0，则此元素一定不存在，如果所有对应位置均为 0，则此元素时可能存在
优点：
- 空间效率和查询时间都远远超过一般的算法
- 保密性强，布隆过滤器本身不存储元素本身
缺点：
- 不能删除元素：由于哈希冲突的问题，所以bit[]数组上某个位置上的值为 1，其可能是几个元素共有的，删除后会导致其他元素的误识别
- 元素越多，误报率越大
- 无法获取元素本身
应用场景：
- 解决Redis缓存穿透问题
- 推荐类事物不再推荐
- 垃圾邮件过滤
使用
- 现在自己还基本上用不到，先理论为主

布隆过滤器 (Bloom Filter)