一、组成：
-
一个很长的二进制向量（集合）
-
多个映射函数
二、作用：
判断某个元素一定不在集合内或可能在集合内
三、背景：
集合中元素增加，所需存储空间和查询时间都会增加。比如邮件服务商存储垃圾邮件账号，一个亿的email地址需要1.6GB的内存空间，若是想要判断一个邮件账号是否为垃圾地址，则耗时更长
四、原理
布隆过滤器是
-
一个基于m位的比特向量（b1,b2…,bm），这些比特向量的初始值为0。
-
一系列的哈希函数（h1,h2…,hk），这些哈希函数运算后的哈希值范围在[1, m]内。
1. 插入
如下图，就是x、y、z三个元素插入到布隆过滤器中，并判断w值是否在集合中的示意图。
插入x值（对应红线），则将经过h1、h2和h3三个哈希函数映射到的比特向量上的值改为1。
y（对应绿线）和z（对应蓝线）值也一样操作。
2. 查找
-
通过布隆过滤器判断一个元素是否可能在集合中时，需对应的比特向量位置全为1。
-
一个位置为1，不代表是某个元素导致的，也可能是其他元素映射后导致的。
-
如果要查找w值，经过哈希映射后，可以发现有一个比特向量上的值不为1，那就可以判断，w值一定不在集合中。
五、优点：
-
布隆过滤器只需要哈希表的1/8或1/4的大小
-
布隆过滤器的插入、查询时间都是常数O(k)
六、缺点：
无法从布隆过滤器中删除元素
七、python实现
# -*- coding: utf-8 -*-
from pybloom import BloomFilter
# capacity是数据集容量大小（n）, error_rate是能容忍的误报率（P）
f = BloomFilter(capacity=1000, error_rate=0.001)
print f.add('dog') # 当不存在该元素,返回False
print f.add('cat') # 当不存在该元素,返回False
print f.add('fish') # 当不存在该元素,返回False
print f.add('pig') # 当不存在该元素,返回False
print f.add('cat') # 若存在,返回 True
print len(f) # 当前存在的元素个数原文：https://mp.weixin.qq.com/s/SJSxQu0j_pyplzOBi_544g