ExtendedHyperLogLog：一种新基数估计器的分析
数据结构与算法
2021-06-18 v2
摘要
我们讨论流中不同元素计数问题。流通常被视为逐个到达的元素序列。该问题的精确解需要大小为流规模的内存空间。对于许多应用而言，由于流非常庞大，该解不可行。这种情况下的解决方案是使用概率数据结构（也称为草图），从中我们可以高精度地估计流的基数。我们提出一种新算法 ExtendedHyperLogLog (EHLL)，它基于最先进的算法 HyperLogLog (HLL)。为达到与 HLL 相同的精度，EHLL 少用 16% 的内存。近年来，一种鞅方法已被发展。在鞅设定下，我们以无法合并草图为代价获得更好的精度。EHLL 也适用于鞅设定。鞅 EHLL 使用比鞅 HLL 少 12% 的内存达到相同精度。
引用
@article{arxiv.2106.06525,
title = {ExtendedHyperLogLog: Analysis of a new Cardinality Estimator},
author = {Tal Ohayon},
journal= {arXiv preprint arXiv:2106.06525},
year = {2021}
}