布隆过滤器原理：
涉及因子：
m：存储比特位的数组长度（数组长度越长，元素越小，则误判几率越低）注意：m必须>n,不然当只有一个哈希函数的时候都一定会出现hash冲突
n：需要存储转换的元素的个数
K： 把元素M映射在数组上哪一位为1的哈希函数的个数。 K要 <= m/n
假设只需要过滤三个地址，则n为3，m/n=16，k=8，则误判率为万分之5左右）
先来思考一下本质，如果要精确匹配这三个地址，只需要把收到的每笔交易都和这三个地址对比，就知道是否是匹配的交易，但是这样会泄漏用户隐私。因此，通过布隆过滤器来增大交易能匹配成功的概率，从而无法准确得知用户钱包是哪些地址。再思考一种情况，如果只是为了增大哈希碰撞概率，把在n值不变情况下，把m设置小一点，通过一次的hash函数映射即可达到效果，为什么需要多个hash函数计算呢？因为如果只用一个hash函数，假设n/m=32，误判的概率才为0.03%，这样对于大量交易来讲，这样能匹配到的地址还是会很多的，如果想降低误判率，又不想占用太多的空间，可以通过增加hash函数来实现，这就是以计算时间来换取空间的方法。通过要达到误判的概率为0.03%，m/n=8，哈希函数个数为3个，就能够实现了。这样会比上一种情况减少24n的比特位空间。
1.建立一个m=48的比特位数组，关键地址为a1，a2和a3这三个，哈希函数个数为8个。
2.先把这个三个关键地址通过这个8个哈希函数映射到这个长度为48的比特位数组里。
3.对于收到的每一笔交易，把交易里的地址计算这个8个哈希函数映射到这个长度为48的比特位数组的位置。
这里有两种情况：
一种情况是提取的这个地址计算8个哈希函数映射到的位置都为1，那么证明这个地址大概率匹配正确，因此会把包含该地址的相关信息传给spv节点。
另一种情况是这个地址计算8个哈希函数映射到的位置上的值有>=1个是为0的，那么立刻可以证明这个地址是不匹配的，因此不会把包含该地址的相关信息传给spv节点。