Count-Min-Sketch（CMS）是一种概率数据结构，用于在内存和计算效率之间进行权衡，允许一定程度的误差来跟踪元素出现的次数。通过使用多个哈希函数和计数器数组，CMS可以在添加元素时快速更新计数，并在查询时返回估计的出现次数。实际应用中，当面对大量数据和频繁更新时，CMS能有效减少存储需求。
文章目录
Count-Min-Sketch data structure (CMS) (Cormode and Muthukrishnan 2005)
01 起源與定義
從名字來看，顧名思義是要 tracking count 的變化，在解問題時，若只需要著重數量變化上，這時候就適合使用 Count-Min-Sketch 以下簡稱 CMS。
傳統上，當想要紀錄 element 出現的次數，通常會建立 map 去記錄下 element 與出現次數方便查閱，但是當資料量龐大，或是隨時會有新的 element 加入就會不夠有效率。為顧及記憶體使用量和運算時間，於是有人提出 Probabilistic data structure，在容忍一定誤差情況下，以準確率去換取實用性（tradeoff）的紀錄方式，CMS就屬於其中一種。透過容忍一定程度上的誤差，使響應速度加快，同時對存儲的數據的需求也能大幅降低。
02 步驟說明
- 訂下 d 種不同的 hash function，且產生長度為 w 的計數器們，如下圖一所示，這裡以d=5, w=10 建立 CMS 資料結構，也就是想以五種不同 hash function 和長度為 10 的計數器來追蹤數量變化。
- 當增加一筆資料 element e {e} e 的時候，會透過以下五種 hash function (
最低0.47元/天 解锁文章
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
