基数估计用于估算大规模数据集中不重复元素的数量。在面对随机均匀分布的数据时，通过找到数据集中的最小值来初步估计基数，但这种方法存在准确性和存储空间的问题。SuperLogLog、HyperLogLog和Linear Probablistic等算法则致力于解决这些问题，提供更高效的空间换精度解决方案。
基数估计什么场景下会用到？
假如你有一个巨大的含有重复数据项数据集，这个数据集过于庞大以至于无法全部放到内存中处理。现在你想知道这个数据集里有多少不同的元素，但是数据 集没有排好序，而且对如此大的一个数据集进行排序和计数几乎是不可行的。你要如何估计数据集中有多少不同的数据项？很多应用场景都涉及这个问题，例如设计 数据库的查询策略：一个良好的数据库查询策略不但和总的数据量有关，同时也依赖于数据中不同数据项的数量。
引入
假设你通过如下步骤生成了一个数据集：
1、随机生成n个服从均匀分布的数字
2、随便重复其中一些数字，重复的数字和重复次数都不确定
最低0.47元/天 解锁文章
26万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
