具有可变哈希函数个数的Count-min sketch：一项实验研究
数据结构与算法
2023-09-08 v2
摘要
保守Count-Min是Count-Min sketch [Cormode, Muthukrishnan 2005]的改进版本，是一种在线维护的基于哈希的数据结构，可在不存储元素本身的情况下汇总元素频率信息。尽管若干工作试图分析Count-Min可能产生的误差，该数据结构的行为仍知之甚少。在[Fusy, Kucherov 2022]中，我们证明了在输入元素均匀分布下，保守Count-Min的误差随其负载因子不同遵循两种截然相反的 regime。本工作中，我们提供一系列实验结果，为保守Count-Min的行为提供新见解。我们的贡献可视为两方面。一方面，我们对Count-Min sketch在不同regime下及若干代表性输入元素概率分布下的行为给出详细实验分析。另一方面，我们展示了通过为不同元素分配可变数量的哈希函数可实现的改进。这尤其包括在数据结构调整减小的同时仍支持较小误差。
引用
@article{arxiv.2302.05245,
title = {Count-min sketch with variable number of hash functions: an experimental study},
author = {Éric Fusy and Gregory Kucherov},
journal= {arXiv preprint arXiv:2302.05245},
year = {2023}
}
备注
short version to appear in SPIRE'23