HyperLoog算法与近似计数实现.pdfVIP

11:见源码紞蛋针——探索

HyperLogLog

HyperLogLog算法是元素数量的非常好的近似值。它了

16384个桶（bucket）来记录每个桶中的元素数量。当一个元素到

达时，它会以一定的概率落入其中一个桶中。由于是概率算法，单

个桶的计数值并确。

为了理解HyperLogLog算法，我们首先简化其计数逻辑。因为是集

合集合，如果要准确的话，必须用它来记录所有的元素，然后使用

scard命令获取集合的大小。可以得到总计数。分派的分活的分地集

合合。相同的元素总是在同一个小集合中。这样的总计数是所

有小集合大小的总和。利用这种方法可以准确地计算出元素的个数

除了增加元素外，还可以减少元素。

使用Python代码说明如下

源码11：⻅缝插针——探索

HyperLogLog

HyperLogLog算法是⼀种⾮常巧妙的近似统计海量去重元素数量的

算法。它了16384个桶（bucket）来记录各⾃桶的元素

数量。当⼀个元素到来时，它会散列到其中⼀个桶，以⼀定的概率影

响这个桶的计数值。因为是概率算法，所以单个桶的计数值并

确，