数据流中频繁项发现的新算法

David P. Woodruff

数据流中频繁项发现的新算法

数据结构与算法 2016-03-08 v1

作者: David P. Woodruff

摘要

数据库和数据流中一个古老而基本的问题是寻找频繁项（heavy hitters），也称为 top- $k$ 、最流行项、频繁项、大象或冰山查询。该问题有几种变体，它们量化了项频繁的含义，包括所谓的 $\ell_1$ -频繁项和 $\ell_2$ -频繁项。针对这些问题，已有多种算法解决方案，始于 Misra 和 Gries 的工作，以及 CountMin 和 CountSketch 数据结构等。在这篇伴随 ICDT 特邀报告的综述文章中，我们涵盖了该领域近期发展的一些成果，这些成果改进了这些问题的经典解决方案。特别是，我们与合著者共同开发了用于寻找 $\ell_1$ -频繁项和 $\ell_2$ -频繁项的新算法，其所需内存显著少于已知算法，并且在多个参数范围内是最优的。

关键词

频繁项数据流频繁项 CountMin CountSketch $\ell_1$-频繁项 $\ell_2$-频繁项

引用

@article{arxiv.1603.01733,
  title  = {New Algorithms for Heavy Hitters in Data Streams},
  author = {David P. Woodruff},
  journal= {arXiv preprint arXiv:1603.01733},
  year   = {2016}
}

备注

A preliminary version of this paper will appear as an invited paper in ICDT, 2016

数据流中频繁项发现的新算法

摘要

关键词

引用

备注

相关论文