05并查集 + 散列表 + 布隆过滤器 + 跳表 + 自动机（D3_布隆过滤器）

目录

一、定义

二、原理

1. 布隆过滤器的数据结构

2. 检索和插入原理

3. 修改和删除

三、使用场景

1. Redis通过布隆过滤器防止缓存穿透

2. RocketMQ通过布隆过滤器防止消息重复消费

四、优缺点

1. 优点

2. 缺点

一、定义

以下定义来自百度百科：

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。

从上述定义我们可以得到以下关键信息：

• 布隆过滤器是由很长的二进制向量（即可以理解成很长的0、1数组）与一系列随机映射函数（Hash函数）构成。
• 布隆过滤器的作用是检索一个元素是否存在我们的集合之中。
• 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。

注意！接下来的原理我们都会基于定义来逐句解释和讲解布隆过滤器，请大家记住上述三点关键

信息。

二、原理

1. 布隆过滤器的数据结构

我们从定义总结的关键信息可知：布隆过滤器是由很长的二进制向量（即可以理解成很长的0、1

数组）与一系列随机映射函数（Hash函数）构成。因此我们可以将布隆过滤器理解成下图这种很

长的一个二进制数组：

正是由于布隆过滤器的数据结构仅需要存储“0”或“1”，因此所占用内存极少，这也是布隆过滤器的

一大优点。

2. 检索和插入原理

从上图布隆过滤器的数据结构图和定义的关键信息我们可以知道：布隆过滤器实际上是个很长的

二进制数组，作用是检索一个元素是否存在我们的集合之中。那么布隆过滤器是如何通过上述数

据结构判断一个元素是否存在我们的集合之中的呢？

这里就需要用到我们定义中提到的“一系列随机映射函数（Hash函数）”了。

首先我们需要知道什么是Hash函数？这里我们给出Hash函数的一个简要的说明：

简单来说Hash函数就是把输入值通过