可以权衡Bloom过滤器的三个性能指标：计算或执行时间（对应于散列函数的数量k），过滤器的大小（对应于位数的m）和错误概率（对应于散列函数）。假阳性率
f =（1 − p）k）
布隆过滤器(BF)引入了容错功能，以增强查找性能和空间效率。Bloom过滤器返回true或false。因此，布隆过滤器的结果属于以下任一类别：真正，假正，真负和假负。布隆过滤器包含误报的最大数量。错误肯定和错误否定会导致系统开销。布隆过滤器实现一个数组来存储元素的信息。误报定义如下：如果Bloom过滤器在hold元素时返回true。同样，否定负也定义如下：Bloom过滤器在hold元素时返回false。因此，布隆过滤器属于概率数据结构。
我们知道，如果Bloom筛选器的大小太小，很快所有的位字段都将变为1，然后我们的Bloom筛选器将为每个输入值返回“ false positive”。因此，布隆过滤器的尺寸是一个非常重要或重要的决定。较大的过滤器包含较少的误报，而较小的包含更多。
因此，我们可以得出结论，布鲁姆滤波器的大小完全基于“误报率”。
另一个重要参数是确定我们将使用的哈希函数的数量。我们实现的哈希函数越多，bloom过滤器将越慢，并且其填充越快。但是，如果我们的数量太少，我们可能会因许多误报而受苦。
我们可以使用以下公式根据过滤器的大小m，哈希函数的数量k和插入的元素数量n来计算误报率p
p≈（1-e （-kn / m））k
实际上，我们实际上最需要确定我们的m和k。因此，如果我们自己设置或固定容错值p和元素数n，则可以实现以下公式来计算这些参数
m =（-n ln p）/（ln 2）2
k =（m / n）*（ln 2）