-
144 votesanswersviews
HyperLogLog算法如何工作？
我最近在闲暇时间学习了不同的算法，而我遇到的一个看起来非常有趣的算法称为HyperLogLog算法 - 它估计列表中有多少独特的项目 . 这对我来说特别有意思，因为它让我回到了我的MySQL时代，当我看到“基数”值时（我总是假设它直到最近计算得不是估计的） . 所以我知道如何在O（n）中编写一个算法来计算数组中有多少个唯一项 . 我用JavaScript写了这个： function countUn... -
13 votesanswersviews
将HyperLogLog应用于总体样本
Flajolet等人的HyperLogLog算法描述了一种仅使用少量内存来估计集合基数的巧妙方法 . 但是，它确实考虑了计算中原始集合的所有N个元素 . 如果我们只能获得原始N的一小部分随机样本（比方说，10％）怎么办？有没有关于HyperLogLog或类似算法如何适应这种情况的研究？ 我知道这基本上是描述为不同 Value 估计的问题，对此存在大量研究（例如参见this paper） . 然而，... -
1 votesanswersviews
逻辑集操作的基数近似 - （AND / OR / XOR的“HyperLogLog”）
我们目前正面临一个有趣的问题 . 我们想要一个集合的基数而不需要存储每一个项目（通常位图/位集是一个很好的方法） . 一个非常好的算法是所谓的HyperLogLog随机算法（更多信息请参见http://antirez.com/news/75） . 这里的问题是，你只能将集合合并为 UNIONs ，所以基本上它是 OR 组合 . 我们实际上不仅要将集合与OR组合，还要与AND组合 . 我们甚至想要结... -
1 votesanswersviews
如何为应用了多个维度的自定义Firebase事件获取唯一用户数？
我目前正在尝试为BigQuery中的自定义Firebase活动计算唯一身份用户 . 虽然我已经能够通过使用APPROX_COUNT_DISTINCT函数来获得聚合中的数字，但是当选择并向表中添加许多不同的维度时，我仍然坚持获得正确的（唯一的）计数 . 关于使用HLL_COUNT.INIT的following resource让我更近了一步，但我还没弄明白如何在同一个表中使用HLL_COUNT.ME...