原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
在数据流中挖掘最频繁的个元素李建朱洪复旦大学计算机科学与工程系摘要本文提出了一种在数据流中挖掘最频繁的个元素的方法该方法可以近似的找出数据流中出现最频繁的个元素并且估算这个元素的出现次数我们的算法应用了推广了的的数据结构来实现对频繁元素出现个数的估算实验证明我们的算法用的空间很小而且给出的估计精度比较高尤其是对于现实中的分布的数据我们的算法需要非常少的空间就可以给出很高的精度前言最近的十几年工业界和研究者都意识到了对历史数据的统计和分析并从中挖掘有用信息的重要性而历史数据经常可以被看成数据流其规
在数据流中挖掘最频繁的K个元素
李建 朱洪
复旦大学计算机科学与工程系
摘要：本文提出了一种在数据流中挖掘最频繁的K个元素的方法，该方法可以近似的找出数据流中出现最频繁的K个元素，并且估算这K个元素的出现次数。我们的算法应用了推广了的Bloom Filter的数据结构来实现对频繁元素出现个数的估算。实验证明，我们的算法用的空间很小，而且给出的估计精度比较高。尤其是对于现实中的Zipf分布的数据，我们的算法需要非常少的空间就可以给出很高的精度。
前言
最近的十几年，工业界和研究者都意识到了对历史数据的统计和分析，并从中挖掘有用信息的重要性。而历史数据经常可以被看成数据流，其规模非常巨大，按一
文档评论（0）