这篇博客介绍了基数估计算法，包括概述、Linear Counting的算法思路和证明、LogLog Counting的算法和误差消减，以及HyperLogLog Counting的算法和并行化。基数估计算法用于在大数据场景下估计不同元素的数量，避免了传统方法的内存消耗。文章深入探讨了各种方法的原理和优化策略。
目录
一、概述
1、最小值估值法
2、哈希法
3、k-前缀法
二、Linear Counting
1、算法思路
2、算法证明
三、LogLog Counting
1、算法思路
2、算法证明
3、误差消减
四、HyperLogLog Counting
1、算法思路
2、并行化
五、参考资料
一、概述
基数估计算法是为了解决这样一个问题：设想你有一个巨大的含有重复项的数据集合，这个数据大到无法完全存储到内存中，但是你想知道这个数据集合中有多少不同的元素，这个不同元素的个数就叫基数（Cardinality）。
&n
订阅专栏 解锁全文
扫一扫
6万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
