FlajoletMartin

本文介绍了FlajoletMartin算法的原理及实现过程,通过构造多组hash函数来估算数据流中的不同元素数量。文中详细解释了如何计算hash值及其尾随零长度,并通过Java代码示例展示了算法的具体应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

FlajoletMartin 算法
原始算法:
FM
"Mining Massive dataset"中介绍的改进过程:
3-4. 构造m组hash函数,每组n个函数。对每个字符计算hash值,h11,...,h1n, h21,...,h2n,..., hm1,...,hmn
4. for each hij, get its 0-tailing length:
<!--WizRtf2Html Charset=0 -->private int rho(long v) {
        int rho = 0;
        for (int i = 0; i < m_bitmapSize; i++) { // size of long=64 bits.
            if ((v & 0x01) == 0) {
                v = v >> 1;
                rho++;
            } else {
                break;
            }
        }
        return rho == m_bitmapSize ? 0 : rho;
    }
rho(hij) -> k (in {1,...,64})
Keep a bitset Xij, set Xijk<- 1.
After the stream finishes, calculate X(hij)= k; Xijk is the first 0 in {Xij1, ..., Xij64};
for each group i, calculate the avage value of {X(hii), ... }.
5. calculate the median result among the groups, that is R
 

java代码参见:

https://github.com/rbhide0/Columbus/blob/master/src/main/java/rbhide0/streaming/algorithm/FlajoletMartin.java

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值