聊聊Bloom Filter

最近在看Hadoop源代码的时候，发现了一个Bloom Filter的数据结构，觉得比较有意思，所以了解了一些，下面是大致的解释，需要detailed information的请Google之：

Bloom Filter是一种空间效率很高的随机数据结构，它利用位数组很简洁地表示一个集合，并能判断一个元素是否属于这个集合。Bloom Filter的这种高效是有一定代价的：在判断一个元素是否属于某个集合时，有可能会把不属于这个集合的元素误认为属于这个集合（false positive）。因此，Bloom Filter不适合那些“零错误”的应用场合。而在能容忍低错误率的应用场合下，Bloom Filter通过极少的错误换取了存储空间的极大节省。



除了用来去重的场景外，大家有用到Bloom Filter吗？还有些什么场景下，我们可以考虑用它呢？