计数算法

 

问题一，判断一个字串的存在与否？

一般常规是使用HashSet.

但是，随着量的增长，性能也线性降低，同时JVM内存使用不断膨胀，最终无法承受，如下图所示：

 

 

 

1.Bloom filter算法

基于bit位数组与Hash functions。这种算法虽然高效，但并非精确，会有一定的误差。对于要求不是很精确，但内存很小的情况下可用，同时也是可以调整误差率。

 

 建议值：

问题二，计数，出现的次数？

一般用：

但是大量的数也会使其不堪重负：

算法1，CountMinSketch

 CountMinSketch cms=new CountMinSketch(100,100,2);
 cms.add(1,2);
 cms.add(2,5);
 cms.add(4,8);
 cms.add(8,20);
 cms.add(2,10);
long cntOf2= cms.estimateCount(2);
System.out.println("the count of 2 is :"+cntOf2);

HyperLogLog 用于计算 基（cardinality）: