- 博客(6)
- 资源 (2)
- 收藏
- 关注
RSS订阅
原创 AMS算法 大数据实验4
AMS算法实验要求：使用自己所擅长的程序语言编写AMS算法(估计数据流元素的二阶矩)。假设所有元素为1-n，mi表示元素i的出现次数(在整个文件中的出现次数)，则二阶矩等于(m1)2+(m2)2+(m3)2+…+(mn)2。实验步骤：1：以stream_for_ams.txt文件为自己所写程序的输入，读取文件中数据(数值范围是1-105)；2：请编写一个精确算法A，来计算整个文件stream_for_ams.txt中所有数据的二阶矩的真实值(179866)；3：假设文件中的数据为e1,e2,e3
2021-05-30 20:32:25
1540
6
原创 bloom布隆过滤器 大数据算法 实验五
实验要求：使用自己所擅长的程序语言编写布隆过滤算法(近似判断一个查询数据是否属于集合S)。实验步骤：1：以stream_for_bm.txt文件的内容做为集合S的元素（元素为1-107）（共104个元素），构建一个比特数组将S的元素存储下来2：读取stream_for_query.txt文件中的内容，对于每个数据判断其是否属于集合S；3：精确算法，使用一个数组记录下S中的内容，然后对于每一个查询元素(stream_for_query.txt中的内容)，判断其是否属于S;4：设计并实现书上107页
2021-05-31 19:41:38
317
1
原创 loglog算法 大数据实验三
建议和fm算法做对比算法步骤1：将M [1]，M [2]，…M [m]初始化为0；2：对于从文件“ stream_for_fm.txt”中读取的每个元素x，请执行以下3-6：3：令H（X）表示的元素X的散列值（二进制形式）h(x)的哈希参数是随机的，设p（y）为第一1比特的从右侧的秩y中（例如，如果y = 1100则p（ y）= 3，如果y = 1111，则p（y）= 1）；4：设置j = h（x）％m +1; // *将h（x）处理为整数，然后获取存储区ID * //5：设置w = floor
2021-05-30 21:14:20
370
2
原创 FM算法 大数据实验三
实验三 fm算法1：以stream_for_fm.txt文件为自己所写程序的输入，读取文件中数据(数值范围是1-225)；2：请编写一个精确算法，来计算整个文件stream_for_fm.txt中有多少个不同的元素(number of unique elements)；[可以通过有序链表来实现，共有106862个不同元素]；3：使用哈希函数：h(x) = a*x + b, 其中a,b为从整数1–225+1中随机选取的两个整数，x为stream_for_fm.txt文件中的一个数，则此时对于元素x来说
2021-05-30 21:09:56
353
原创 水库采样算法 大数据实验二
水库采样算法1：以stream.txt文件为自己所写程序的输入，读取文件中数据，设为e1,e2,…,en,……(假设每秒到达一个数据)；2：设定样本集合大小为s（该参数为程序输入参数），要求在任意t大于等于s的时刻维持一个采样集合S，要求对于已经看到过的元素e1,e2,…,et中的每个元素都以相同的概率被选进集合S。3：计算采样集合在所有数据读取完毕后的均值，计算过程如下：假设S={f1,f2,…,fs}，那么均值等于(f1+f2+…fs)/s;4：精确计算整个数据流中元素的均值，计算过程为如下：
2021-05-30 21:08:23
626
原创 DGIM 算法 大数据实验一
DGIM algorithm1：以01stream.txt文件为自己所写程序的输入，读取中文件中的01数据流；2：设定窗口大小1000，以不超过50%的相对误差回答任意时刻，当前窗口中有多少个1-bit；3：设定窗口大小2000，以不超过10%的相对误差回答任意时刻，当前窗口中有多少个1-bit；4：编写一个精确计算当前窗口中1-bit个数的精确程序，比较精确程序在运行时间和空间和DGIM算法的差异。import timebucket_n = [] # 桶的列表#计算实际比特数 和 运行
2021-05-30 21:06:49
351
yunjilianjdbc.zip
2020-07-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人