HyperLogLog

HyperLogLog

基数计数，不绝对准确。省空间，速度快

估计基数，对数级空间节省

可以理解为一种压缩，把基数压缩成二进制位数，只存储位数，如果旧有的数据再加入时肯定不会改变位数。

反之回复成基数是2的幂，所以是个近似值。

多桶理解为多个位数，求平均数来近似，防止二的幂的近似太粗犷。

记得以前有个猜日期游戏，数据分五组

A：1，3，5，7，  9，  11，13，15，27，19，21，23，25，27，29，31

B：2，3，6，7，10，11，14，15，18，19，22，23，26，29，30，31

C：4，5，6，7，12，13，14，15，20，21，22，23，28，29，30，31

D：8，9，10，11，12，13，14，15，24，25，26，27，28，29，30，31

E:  16，17，18，19，20，21，22，23，24，25，26，27，28，29，30，31

游戏规则是：在上面五组中找出你的生日日期，把组名告诉对方，对方猜测你的生日日期，

例如告诉对方在abc三组，那么日期就是1+2+4=7

如果是ade三组，日期就是1+8+16=25，

依此类推，告诉是在哪个组就把组的第一个数字加一起，即是所求

HyperLogLog也是类似的算法，只不过把数据压缩，无法完全还原，反向计算找一个近似值，多桶计算多个近似，计算调和平均数。

有人说redis的桶个数是16834，我怎么想怎么不对。这个数太像2的14次幂16384了，怀疑是笔误，于是下载了redis源码，hyperloglog.c文件中，查看发现有16384这个数，没有16834这个数。

和hash算法类似思想，按照规则来计算，结果天知道、鬼知道、反正我不知道。