帮助理解HyperLogLog算法

作者：ScroogeACarol

时间：内容于2020.11.24经检验生效

在学习HyperLogLog算法的时候在网上翻阅了大量帖子，这些帖子在许多地方没能写通透，本人几经波折，才弄懂这个算法原理。为帮助后人理解HyperLogLog，我用自己的语言，尽可能写一篇易于理解的帖子。本文所写的HyperLogLog算法为Redis中使用的，实际该算法可以根据自己的需要进行调整，思路上大同小异。

1、介绍HyperLogLog

HyperLogLog的价值

首先由一个问题来引出：
假设我们需要统计一个网页一天被访问多少次，这很简单，每被访问一次，计数器加1就行了。但如果需要你统计一个网页一天有多少个用户访问，这要如何实现呢？注意，一个用户重复访问多次，仍然只算一次。
对于一般思路，是对每个访问的用户进行标识，当这个用户二次访问的时候，计数器不变就行了。
这是最精确的统计方法，但是我们需要开辟一个空间用以标识所有到访的用户。如果到访的用户量很大很大，这个空间也将很大很大。
假设我们统计的不是用户，而是别的什么东西，统计量达到了2^64数量级，那么相应的，我们或许要开辟100M的空间才能精确地统计。
而实际上，面对海量的数据，我们需要的往往并不是一个精确的值，而是一个估计值。对我们来说，今天统计出1000个