判斷一個元素是否在一個集合中
數組 array
查看對應的元素是否在集合中，時間複雜度O(n)，遍歷尋找。
假設查找Mango是否在這裏面，需要遍歷每個元素進行比較，看是否在這裏面，時間複雜度O(n)。
哈希表 hashTable
查看對應的元素是否在集合中，時間複雜度O(1)，先通過hash方法，再去查看是否有。
這樣看起來是非常完美的，但是隨着元素數量的增多，hashTable佔用的空間也會非常大。
假設去判斷一百億個URL中是否存在https://www.csdn.net/這個URL。如果使用hashTable來存儲這麼多數據，也是不現實的。
僅僅是判斷一個元素是否在集合裏，能否將這些數據不用那麼精確存儲，可以聯調想到的是BitMap。
BitMap
簡單來講就是 一段內存，上面只存儲了01兩個數值（聽起來是廢話，計算機內部存儲都是這麼做的），默認的都是0，按照內存開始和內存結束，邏輯上有第幾位第幾位。
可以將某個值通過hash 函數計算之後得到整數，然後將對應位數翻轉爲1。
假設有m個位，n個元素，來推導下情況
-
任意一個位被置爲1的概率爲：
-
任意一個位沒有被置位1的概率爲：
-
插入了n個元素依然沒有被置爲1的概率爲：
- 反過來說，插入n個元素，一個位被置爲1的概率爲：
布隆過濾器
如果使用多個hash函數，將多個位置變爲1，就是布隆過濾器。
初始化
添加geeks字符串，利用三個hash函數，將1、4、7置爲1
添加nerd字符串，利用三個hash函數，將3、4、5置爲1，由於上個操作已經把4置爲1了。
添加cat 字符串，利用hash函數，會看到1、3、7都是1。這就是誤報的情況，過濾不是百分百的，而是有概率的。
總結
上面這種保證了，如果有一個位爲0，就是精準的過濾。
所以能保證：不存在的肯定不存在；存在的不一定存在。
Filter 就是布隆過濾器
Storage 就是存儲
主要就是通過給定數據，判斷數據是否在storage中，先通過Filter來過濾下，然後把請求丟到storage中，大大降低了對storage的訪問。