邮件地址白名单
1G的内存可以提供8*10^9左右的bit位
指定某哈希函数h：从邮件地址映射到上述bit位中的某一个
我们利用h对上述bit位进行初始化
如果我们的邮件地址是1亿个，那么大约1/8的bit位会被设置为1
应用：过来一个邮件，我们将其映射到bit位，如果发现为1，则通过；否则过滤掉
不幸的是：由于hash冲突问题的存在，某些垃圾邮件会通过
构成如下
新来的元素经过k次哈希函数的计算，如果有某一位为0，那么必然不能通过。
即不在初始集合，但是“不小心”通过了过滤器。我们要分析的就是false positive的概率。
在布隆过滤器的场景中，x=n, y=km
我们希望0的比例尽量大。
如果k=n/m或者更小，那么零的比例为1/e（即37%）
在一般意义上,false positive的概率为
布隆过滤器提供了一种白名单机制，也可以认为是一种注册机制。只有在初识集合中的元素才能通过这个filter