从维基百科：

与其他表示集的数据结构相比，Bloom筛选器在空间方面具有很大的优势，例如用于自平衡二进制搜索树，尝试，哈希表或简单数组或条目的链接列表的集合。其中大多数要求至少存储数据本身，这可能需要少量的位（对于小整数）到任意数量的位（例如对于字符串）（重试是例外，因为它们可以在具有相同前缀的元素）。链接结构会为指针带来额外的线性空间开销。另一方面，具有1％误差和k的最佳值的Bloom滤波器每个元素仅需要9.6位-不管元素的大小如何。这种优势部分是由于其紧凑性（继承自数组，部分是由于其概率性质。如果1％的误报率似乎过高，则每次我们为每个元素增加4.8位时，我们将其降低十倍。

我很清楚

Bloom过滤器不存储元素本身，这是关键点。您不使用Bloom过滤器来测试是否存在某个元素，而是使用它来测试它是否肯定 不
存在，因为它可以确保不会出现假阴性。这使您不必为集合中不存在的元素（例如用于查找它们的磁盘IO）做额外的工作。

而且所有这些空间都比哈希表之类的空间小得多（对于大型数据集，哈希表可能会部分地位于磁盘上）。尽管可以将Bloom过滤器与哈希表之类的结构 结合
使用，但是一旦确定该元素有可能出现。

因此，示例使用模式可能是：

您在磁盘上有很多数据-您决定要确定的错误界限（例如1％），该界限规定了 m 的值。然后确定最佳 k
（根据文章中给出的公式）。您一次从此磁盘绑定数据填充过滤器。

现在，您已将筛选器放入RAM。当需要处理某些元素时，可以查询过滤器以查看它是否有可能存在于数据集中。如果没有，则不会进行任何额外的工作。没有磁盘读取，等等。（如果是哈希或树，则必须这样做）。

否则，如果过滤器显示“是的，则在其中”，则有1％的可能性是错误的，因此您必须进行必要的工作才能找出答案。99％的时间，它确实 会
在那儿，所以这项工作并非一无是处。