引子
給定 40 億個不重複的沒排過序的 unsigned int 型整數，然後再給定一個數，如何快速判斷這個數是否在這 40 億個整數當中？
位圖
bitmap:就是用一個或多個 bit 來標記某個元素對應的值，而鍵就是該元素。採用位作爲單位來存儲數據，可以大大節省存儲空間。
解決40億個整數中的是否存在某個數字可以使用位圖。
思路：建立長度爲40億的位數組，遍歷這40億個數字，假設數字爲5，那麼將位數組中數組下標爲5的位改爲1，如果數組中下標爲5的位已經是1，那麼不操作。假設當給定數字爲7，當位數組下標爲0時說明不存在，當位數組下標爲1時說明已經存在。
分治法
基於分治法也可解決這個問題。
思路：將40億個數字根據哈希映射，映射到多個小文件中。再把給定的數字也進行哈希映射，映射到那個文件就在那個文件中查找這個數字是否存在。
如，對40億個數字按一千萬取模，這個會得到400個小文件：a0、a1、a2、a3、…a399，假設給定的數字爲256，那麼應該查找文件a256是否存在這個數字。
布隆過濾器
通過位圖，可以實現布隆過濾器。
布隆過濾器是由二進制向量（或者說位數組）和一系列隨機映射函數（哈希函數）兩部分組成的數據結構。
布隆過濾器可以判斷一個字符一定不存在或者可能存在。當判斷一個字符可能存在，但實際上這個字符並不存在。
布隆過濾器可以解決緩存穿透問題：將數據庫中存在的數據放到Redis中的布隆過濾器中，當查詢的數據在Redis中布隆過濾器不存在時，說明此次查詢是無效的（繞過緩存直接查詢數據庫）
還可以用於去重，比如爬蟲判斷網址是否已經爬取過。