直观的说，bloom 算法类似一个 hash set，用来判断某个元素（key）是否在某个集合中。
和一般的 hash set 不同的是，这个算法无需存储 key 的值，对于每个 key，只需要 k 个比特位，每个存储一个标志，用来判断 key 是否在集合中。

算法：

  1. 首先需要 k 个 hash 函数，每个函数可以把 key 散列成为 1 个整数
  2. 初始化时，需要一个长度为 n 比特的数组，每个比特位初始化为 0
  3. 某个 key 加入集合时，用 k 个 hash 函数计算出 k 个散列值，并把数组中对应的比特位置为 1
  4. 判断某个 key 是否在集合时，用 k 个 hash 函数计算出 k 个散列值，并查询数组中对应的比特位，如果所有的比特位都是 1，认为在集合中。

优点：不需要存储 key，节省空间

缺点：

  1. 算法判断 key 在集合中时，有一定的概率 key 其实不在集合中
  2. 无法删除

典型的应用场景：
某些存储系统的设计中，会存在空查询缺陷：当查询一个不存在的 key 时，需要访问慢设备，导致效率低下。
比如一个前端页面的缓存系统，可能这样设计：先查询某个页面在本地是否存在，如果存在就直接返回，如果不存在，就从后端获取。但是当频繁从缓存系统查询一个页面时，缓存系统将会频繁请求后端，把压力导入后端。

Reference