目錄

• 課程相關(guān)
• 推薦書籍
• 在n個數(shù)中查找出現(xiàn)次數(shù)超過一半的數(shù)字
• 在n個數(shù)中尋找出現(xiàn)次數(shù)最多的k個數(shù)字
• 估計n個數(shù)中出現(xiàn)次數(shù)最多的k個數(shù)字的出現(xiàn)次數(shù)
• 布隆過濾器

課程相關(guān)

李榮華 lironghuabit@126.com
主頁 ronghuali.github.io
課程考核 大作業(yè)（綜述）

推薦書籍

• 王宏志，大數(shù)據(jù)算法，機(jī)械工業(yè)出版社，2015
• Jure Leskovec, Anand Rajaraman, Mining of Massive Datasets edition
• 中文版：大數(shù)據(jù)-互聯(lián)網(wǎng)大規(guī)模數(shù)據(jù)挖掘與分布式處理，王斌 譯，人民郵電出版社

在n個數(shù)中查找出現(xiàn)次數(shù)超過一半的數(shù)字

使用一個桶，數(shù)據(jù)按順序進(jìn)桶，如果桶中無數(shù)字，該數(shù)據(jù)進(jìn)桶，且計數(shù)1；如果桶中有數(shù)字，且與當(dāng)前數(shù)字不同，計數(shù)器減一；如果桶中有數(shù)字，且與當(dāng)前數(shù)字相同，計數(shù)器加一。當(dāng)計數(shù)器為零時，桶清空。最終，桶中留下的數(shù)字即為最頻繁的數(shù)字。

在n個數(shù)中尋找出現(xiàn)次數(shù)最多的k個數(shù)字

• Misra-Gries算法
  對于每個元素x：①若存在統(tǒng)計x的計數(shù)器，該計數(shù)器加一；②若不存在統(tǒng)計x的計數(shù)器，且計數(shù)器個數(shù)小于k，新建統(tǒng)計x的計數(shù)器且初始化為1；③若不存在統(tǒng)計x的計數(shù)器，且計數(shù)器個數(shù)為k，所有計數(shù)器數(shù)值減一，刪除數(shù)值為零的計數(shù)器。最終，k個計數(shù)器統(tǒng)計的x則為出現(xiàn)次數(shù)最多的數(shù)字，且計數(shù)器的值可作為對應(yīng)數(shù)字的出現(xiàn)次數(shù)的估計值。

估計n個數(shù)中出現(xiàn)次數(shù)最多的k個數(shù)字的出現(xiàn)次數(shù)

在Misra-Gries算法中，執(zhí)行步驟③會丟棄k+1個數(shù)字（k個計數(shù)器減一，且當(dāng)前數(shù)字沒有加入計數(shù)）。我們可以計算最終得到的k個計數(shù)器內(nèi)值的和，并記為n‘。則，最多進(jìn)行了(n-n‘)/(k+1)次步驟③。因此，元素出現(xiàn)次數(shù)的估計值比真實值最多小(n-n‘)/(k+1)

布隆過濾器

作用：查詢一個數(shù)據(jù)是否在數(shù)據(jù)集中。

總結(jié)

以上是生活随笔為你收集整理的20201014 《人工智能与大数据》第1节课 笔记的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。