简述bloom filter的作用及原理

处理大数据，比如hbase中常常会提到bloom filter 的概念。这个精简的数据结构是干嘛的呢？

 他的作用就是判断某个元素是否属于这个集合。

方法是：对于集合A ,设置一个m位的位数组b。并给定k个hash函数。

     for i in 0...k

       for elem in A(遍历整个集合)

            setbit(maparray,hash(k,elem)) (根据第k个hash函数计算出一个值，并将该位设置为1，如果已经设置为1，则不重复设置)。

  如果要判断一个元素是否是属于这个集合的话，依次调用k个hash函数，当然会映射到位数组b的k个位置，如果映射到的位置不为1，那么就说明他不是该集合当中的。

 但是bloom filter 的致命伤是他的计算并不是每次都是准确的，可能会有失误，将不属于这个集合的元素识别为这个集合的元素。比如y1 映射到的地方出现了0，说明y1不为这个集合的元素，y2就是这个集合的元素，因为y2映射的地方都是1.

  这是典型的以错误率换空间和时间的例子。