布隆滤波器的改进

好久不更新博客了，最近一段时间在看布隆滤波器及其改进方案，下面我就基本的方案与我所用到的改进策略写一写，有问题的地方还请各位指导一下。
1.基本布隆滤波器
基本的布隆滤波器是由布隆（Burton Howard Bloom）在1970年提出的。它实际上是由一个很长的二进制向量和一系列随机映射函数组成，布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法，缺点是有一定的误识别率（假正例False positives，即Bloom Filter报告某一元素存在于某集合中，但是实际上该元素并不在集合中）和删除困难，但是没有识别错误的情形（即假反例False negatives，如果某个元素确实没有在该集合中，那么Bloom Filter 是不会报告该元素存在于集合中的，所以不会漏报）。
滤波器有很多改进的版本，比方说：couting bloom filter,还有基于counting bloom filter做的改进，如三元技术滤波器。当然还有很多：压缩滤波器，分片滤波器等。
根据项目的需要，只说明一下所用到的改进滤波器（D-left counting bloom filter）。
项目的需求包括：
1、一种可实现快速检索的结构，当然非布隆滤波器莫属。
2、一个对象可能含有好几种安全属性，一对多的关系。
3、支持增加、删除、修改等操作。
4、较小的误判率。
2.改进的布隆滤波器（D-left Counting Bloom Filter）
hash函数输出值分为两个部分：一部分用来作为地址，一部分用作fingerprint。D-left counting bloom filter的主要作用是负载均衡，以及计数。
然而，最终发现最终讨论后，得到的结论是，布隆滤波器用不到，就算学点知识吧。