Bloom Filter

Bloom Filter是一种概率数据结构（probabilistic data structure），对外提供的是一个set的接口。参见http://en.wikipedia.org/wiki/Bloom_filter

-----------------------------------------------------
注：set、map这些，通常称作是抽象数据结构，也即它们只是规定了一组可能的操作作为其接口，而不限制内部的具体实现。set的接口通常包括:

a) 元素与集合的运算，test for in or not in;

b) 集合与集合的运算，intersection、union etc.

而set的实现可能会是基于binary search tree、skip list、hash-table等等。
------------------------------------------------------------

Bloom filter可以看作是一个多重映射的bitmap，一个元素通过数个hash function映射到多个位置。

1.1, 元素插入的时候，元素对应的这些位置的bit被置位；

1.2, 测试元素是不是在bloom filter中时，计算对应的位置，然后看这些位置是不是都已置位，如果有至少一个没有置位，则元素不在集合中；

1.3, 经典的bloom filter不支持删除操作，不过有变种（counting bloom filter）可以支持。

1.4, bloom filter所表示的集合之间的运算十分便捷（和bitmap一样），intersection是and操作，union是or操作。

bloom filter的特性（缺陷）是存在false positive，即：如果bloom filter回答说某个元素不在集合中，那么它一定不在；如果bloom filter回答说某个元素在这个集合中，那么这个元素也有可能事实上不在这个集合中（代表这个元素的那些bit位可能被其他多个元素置位了）。

典型应用： 

2.1, Google的bigtable用bloom filter来过滤“确实不存在”的row和column；

2.2, squid用来过滤“确实不存在”的cache。

更多参见wiki页面的examples。