码迷,mamicode.com
首页 > 编程语言 > 详细

算法<初级> - 第三章 布隆过滤器、一致性哈希等相关问题

时间:2020-01-16 19:09:06      阅读:84      评论:0      收藏:0      [点我收藏+]

标签:大小   另一个   lock   改变   概率   返回   eal   哈希   添加   

算法第三章

布隆过滤器

  • 海量数据管理,在哈希表上再压缩数据,但会存在较低的失误率
    • 失误类型:宁可错杀三千不可错放一个,非存储数据小概率判断为存储数据
  • bit位数组存储:eg. int数组每位存储0~31位bit数组

  • 思想:准备k个哈希函数,哈希值取模bit数组大小m,每个键经过记录得到k个哈希值范围[0,m-1],将bit数组k个哈希值的对应位置1。查表时,若是查询键中非全部哈希置位为1,则未被记录。
    • 若是k个值有重复,则仍然置1,多余的不变

    • 所有键共用一个bit数组

    • 在bit数组映射整型数组的值:n_bit/32(int范围)%32

  • 布隆过滤器大小与失误率(要求)、样本数有关 - 小数向上取整
    • \(m = - \frac{n * ln^{p}}{({ln^{2})}^2}\)
  • 哈希函数多少与布隆过滤器大小,样本数有关 - 小数向上取整
    • \(k={ln}^{2} * \frac{m}{n}\)
  • 真实失误率
    • \(p_{real}={(1-{e}^{-\frac{n * k}{m}})}^k\)

一致性哈希

  • 负载均衡结构:哈希key返回value,取哈希域模线性映射,均匀分布各个站点
    • 问题:范围改变时需要重新映射,迁移代价过高
  • 一致性哈希结构:哈希key返回value, 不取模哈希域为环,根据哈希值分布在环上往后最近站点(二分查找往后最近站点)
    • 添加站点时,只需要在后站点往新站点进行数据迁移(删除站点时同理)

    • 问题①:当数据少量的时候无法保证负载均衡

    • 问题②:当添加 / 删除站点的时候可能无法保证负载均衡
      • 解决:使用虚拟节点技术

      • 将虚拟节点均匀分配给实际站点,数据哈希值分布在虚拟节点上

题目一:随时找到数据流的中位数

  • 题目:有一个不断吐整数的数据流,假设有足够的空间来存储。设计一个MedianHolder结构,它可以随时取得之前吐出所有数的中位数。

  • 要求:结构加入新数的复杂度为O(logn);取中位数的时间复杂度O(1)

  • 思想:
    • 根据要求可以想到使用大小根堆来实现,中位数是在有序序列正中间,将数据流吐数分成两部分,元素个数相差不超过1,左边大根堆,右边小根堆

    • 进来的第一个数默认放在大根堆。之后进来的数先跟大根堆堆顶进行比较 - 若是比之小,则加入大根堆;若是比之大,则加入小根堆

    • 当大根堆与小根堆元素个数相差超过1时,多的堆弹出堆顶元素加入另一个堆

未完待续

算法<初级> - 第三章 布隆过滤器、一致性哈希等相关问题

标签:大小   另一个   lock   改变   概率   返回   eal   哈希   添加   

原文地址:https://www.cnblogs.com/ymjun/p/12202547.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!