文章目錄

• 參考鏈接
• 一、Sketch算法用來做什么?
• 二、Min-count sketch
• • 基礎思想：
  • 進階:
  • 特點：
• 三、Universal Sketch

參考鏈接

[1] Count-Min Sketch: https://blog.csdn.net/pipisorry/article/details/64126199
[2] Cormode G, Muthukrishnan S. An improved data stream summary: the count-min sketch and its applications[J]. Journal of Algorithms, 2005, 55(1): 58-75.

一、Sketch算法用來做什么?

用于計數的算法，犧牲一定的準確性換來高效率，適合用在實時性要求比較高的場景。

二、Min-count sketch

Count-Min Sketch 由 Cormode 和 Muthukrishnan 等人于2005年提出，這是頻率估計問題的基本解決辦法之一。

基礎思想：

創建一個長度為 x 的數組，用來計數。每個元素的計數值初始化為 0；

對于每一個新來的元素，哈希到 0 到 x 之間的一個數，作為數組的索引：比如哈希值為 i，數組對應的位置索引 i 的計數值加 1；

要查詢某個元素出現的頻率，返回這個元素哈希望后對應的數組的位置索引的計數值即可。

進階:

若數據類型很多，數組長度有限，極有可能互相沖突，即不同的數據hash到數組的同一個位置上，影響計數的精度；
為了提高精度，使用多個數組和多個哈希函數。數組A對應哈希函數A，數組B對應哈希函數B，新到一個元素則在所有數組對應索引的位置都加1。
要查詢某個元素出現的次數，則返回這些數組里面對應索引位置最小的（因此，叫min-count）。

特點：

• 計數只會估算偏大；
• 需要固定大小的內存和計算時間，和需要統計的元素多少無關；
• 對于低頻的元素，估算值相對的錯誤可能會很大。

三、Universal Sketch

總結

以上是生活随笔為你收集整理的【坑】Sketch算法——Count-Min Sketch和Universal Sketch的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。