五个常用好用的数据结构(BloomFilter、Hyperloglog等)

维基百科上列的一些probabilistic data structures：Bloom filter、Count–min sketch、Cuckoo filter、HyperLogLog、Kinetic hanger、Kinetic heater、Locality-sensitive hashing、MinHash、Quotient filter、Random binary tree、Random tree、Rapidly-exploring random tree、SimHash、Skip list、Treap，单词拆开貌似都大部分认识，但合起来就不知道啥意思了：）

下面介绍几个常用的：

Hyperloglog

基数统计（cardinality estimation）是指用概率算法的思想，估计一个集合中不同的数的个数。

例如：{1,2,3,4,5,2,3,9,7}

这个集合有9个元素，但是2和3各出现了两次，因此不重复的元素为1,2,3,4,5,9,7，所以这个集合的基数是7。

基数统计在数据分析、网络监控及数据库优化等领域都有相关需求。精确的基数计数算法由于种种原因，在面对大数据场景时往往力不从心，如何在误差可控的情况下对基数进行估计就显得十分重要。目前常见的基数估计算法有Linear Counting、LogLog Counting、HyperLogLog Counting及Adaptive Counting等。实现使用中，Linear Counting和LogLog Counting由于在基数较大和基数较小时存在严重的失效，不适合在实际中单独使用，而Adaptive Counting或HyperLogLog Counting是不错的选择。

实现ÿ