记得几年前跟未曾谋面的网友 黄晓强@Blizzard 在讨论Hash map hash函数值的唯一性(隐含分布均匀性)以及hash函数本身性能的时候，问及他是怎么做的，结论跟Bloom Filter的原理是一样的。

比如：从分布和唯一性来看，crc32比不上md5,更比不上sha1，但是性能是反过来的。而用于hashmap的hash函数对性能会产生直接影响，合理的hash函数能尽可能保持hash值的唯一性(不至于最后还要进行多次比较)，还能保证足够的性能。

这里介绍 Bloom Filter 跟 黄晓强 他们的做法是一样的，就是利用多个简单高效的hash函数计算key的hash值，存入一个大的向量，如果测试一个key的hash值不匹配，那么这个key一定不存在，如果匹配，说明这个key是存在的(这里只是可能，所有通过hash值去判断唯一性都是不对的，只是概率问题)

JS实现： https://github.com/jasondavies/bloomfilter.js