An Improved Data Stream Summary: The Count-Min Sketch and its Applications阅读笔记

最新推荐文章于 2021-12-23 16:04:09 发布

赵宗义11

最新推荐文章于 2021-12-23 16:04:09 发布

阅读量782

点赞数

分类专栏：数学网络

本文链接：https://blog.csdn.net/nankai0912678/article/details/105731034

版权

注: 在本文中, 我将暂时将sketch翻译成为梗概

我们首先定义两个参数 $\varepsilon$ 和 $\delta$ , 则梗概的准确性保证可定义为, 我们向这个梗概发起一个查询, 查询结果小于因子 $\varepsilon$ 的概率大于 $\delta$ .

Frequency Moment: $F_k(t) = \sum(a_i(t))^k$

数据流型(stream)的定义如下: 假设有一个向量 $\mathbf{a}(t)=[a_1(t), a_2(t), \cdots, a_n(t)]$ , 且 $\mathbf{a}(0) = \mathbf{0}=[0, 0, \cdots, 0]$ , 当一个更新项 $(i_t, c_t)$ 于时间 $t$ 到达的时候, 则有:

$a_{i_t}(t) = a_{i_t}(t - 1) + c_t$

$a_{i'}(t) = a_{i' - 1}(t - 1), \text{if}~i' \neq i$

如果 $c_t$ 是必须为正, 则该数据流是现金注册型 (cash register case); 否则, 如果 $c_t$ 可以为负值, 则该数据流为栅门型 (turnstile case). 在栅门型中, 如果 $a_i$ 的值可以为负, 则我们将它称为一般栅门型 (general case), 如果应用层保证 $a_i$ 的值不可为负, 则我们将它称为非负栅门型 (non-negative case). 数据流型的定义又可以表述为, 我们可能有无数个更新项 $(i_t, c_t)$ , 但是 $i_t$ 的值只能为 $1, 2, \cdots, n$ . 所以, 这些更新项可以归类为 $n$ 组. 我们令 $a_i = \sum_{i_t = i} c_t$ , 即 $a_i$ 是所有对应于 $i$ 的更新项中 $c_t$ 的和.

基于向量 $\mathbf{a}$ 和 $\mathbf{b}$ , 可以有以下三种类型的查询:

- 点查询 (point query) $\mathcal{Q}(i)$ : 返回 $a_i$ 的值

- 范围查询(range query) $\mathcal{Q}(l, r)$ : 返回 $\sum_{i=l}^r a_i$

- 内积查询(inner product query) $\mathcal{Q}(\mathbf{a}, \mathbf{b})$ : 返回 $\sum_{i=1}^n a_i\cdot b_i$

我们定义 $||\mathbf{a}||_p$ 如下:

$||\mathbf{a}||_p = (\sum_{i = 1}^n|a_i(t)|^p)^{1/p}$ . 特别地,

最低0.47元/天解锁文章

赵宗义11

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
2
评论
An Improved Data Stream Summary: The Count-Min Sketch and its Applications阅读笔记

注: 在本文中, 我将暂时将sketch翻译成为梗概我们首先定义两个参数和, 则梗概的准确性保证可定义为, 我们向这个梗概发起一个查询, 查询结果小于因子的概率大于.Frequency Moment:数据流型(stream)的定义如下: 假设有一个向量, 且, 当一个更新项于时间到达的时候, 则有:如果是必须为正, 则该数据流是现金注册型 (cash register c...
复制链接

扫一扫