場景
在做廣告定向投放時，我們選出了一批用戶，用設備ID來標識他們。如果我們定向出了1000萬個用戶。用戶獲取服務時，我們需要判斷是否在該集合中，如果在的話，將廣告一起返回。如何判斷呢？
- 存入數據庫中，比如redis。優點是實現簡單，缺點是內存佔用大
- 使用bloom filter算法。優點是使用較小的內存空間，就可以判斷一個給定的值是否在一個大的集合中，缺點是有一定的誤判率，可以將誤判率優化到0.009%，而這個是可以接受的
bloom filter原理
現有資源 長度爲m的bit數組array，值都設置爲0。同時有k個hash算法，每個算法能均勻的產生0到m-1的數值。
構建bloom filter 對於每一個輸入的key，用hash算法產生k個hash值，將array的這k個位置均設成1。該網站Example有相應的演示。
判斷 輸入一個key，用hash算法產生k個hash值，如果array的這k個位置都爲1，則key可能在這個集合內。否則，該key一定在不在這個集合內