Bloom Filter的证明以及如何使用
前言， 原理就不讲了
如果想判断一个元素是不是在一个集合里，一般想到的是将所有元素保存起来，然后通
过比对来判定是否在集合内：链表、树,map等数据结构都是这种思路。但是随着集合中元素数目的增加，我们需要的存储空间越来越大，检索速度也越来越慢(O(n),O(logn))。map速度是o(1)，但是存储空间会越来越大，这时候可以使用Bitmap的思想，也就是使用Bloom Filter来做。
本文也不想将什么原理，将讲一下证明与参数的确定，我也推了一遍，感觉还是挺有意思的，而且想到目前的工作有时候可能也用得上。
证明方法涉及到一点点概率论和微积分吧，并不算难
使用的话： 可以自己写，但是知道有哪些些hash函数
来一张参考的
，不过既然原理都懂了，我也就懒得造轮子了，
github上一搜一大把，而且调用起来也挺方便，
下面推荐一下，感觉这个做的挺不错的, 怎么使用上面也有讲了
https://github.com/Baqend/Orestes-Bloomfilter