Bloom Filter是一種概率型數據結構，用于判斷一個元素是否屬于一個集合中。其原理基于位數組和多個哈希函數。
Bloom Filter由一個位數組（通常為一個二進制向量）和多個哈希函數組成。初始時，位數組所有位都被置為0。
當一個元素被插入到Bloom Filter中時，通過多個哈希函數對該元素進行計算，得到多個哈希值。然后將位數組中對應位置的位值設為1。
當判斷一個元素是否屬于Bloom Filter時，同樣通過多個哈希函數對該元素進行計算，得到多個哈希值。然后檢查位數組中對應位置的位值，如果所有位的值都為1，則可以認為該元素可能存在于集合中；如果有任何一個位的值為0，則可以確定該元素一定不存在于集合中。
Bloom Filter的特點是具有高效的插入和查詢操作，且占用的空間相對較小。但是由于其概率性質，存在一定的誤判率（即判斷一個元素存在于集合中，但實際上并不存在于集合中）。誤判率的大小與位數組的長度、哈希函數的數量以及插入元素的數量有關。為了降低誤判率，可以增加位數組的長度和哈希函數的數量，但這會增加空間和計算的開銷。
