《Coding Interview Guide》P330:认识布隆过滤器

题目：不安全网页的黑名单包含100亿个黑名单网页，每个网页的URL最多占用64B。现在想要实现一个网页过滤系统，利用该系统可以根据网页是否在黑名单上，请设计该系统。

要求：
1.该系统允许有万分之一以下的判断失误率。
2.使用的额外空间不要超过30GB。

布隆过滤器到底该怎么实现？根据书上所说，如果bitMap的大小m相比输入对象的个数n过小，失误率会变大。接下来先介绍根据n的大小和我们想要达到的失误率p，如何确定布隆过滤器m和哈希函数的个数k，最后是布隆过滤器的失误率分析。下面以本题为例说明。

黑名单中样本的个数为100亿个，记为n；失误率不能超过0.01%，记为p；每个样本的大小为64B，这个信息不回影响布隆过滤器的大小，只和选择哈希函数有关，一般的哈希函数都是可以接收64B的输入对象，所以使用布隆过滤器还有一个好处是不用顾虑单个样本的大小，它丝毫不影响布隆过滤器的大小。

一下两个公式：
m=-(nlnp)/(ln2ln2);
k=ln2*m/n;
根据上面的公式算出布隆过滤器的大小m和哈希函数的个数 k。