我们之前在数据流基本问题--确定频繁元素（一）中提到了频繁元素的一个计算问题（找出出现次数超过m/k的元素），里面的算法返回的结果里肯定包含出现次数超过m/k的元素，但是也可能包含不超过m/k的元素（false
positive）。对于这个缺点，必须得进行额外一次的重新扫描，以确定最终答案。我们只允许进行一次的扫描，那么该怎么去做呢？这里我们简单讨论下lossy counting算法。
其实...
分类：
其他好文 时间：
2015-05-27 23:00:56
阅读次数：
637
下面可以谈论下如何求频繁元素的一个问题。
一、问题定义
如果一个数据流，其中m为数据流的大小，。我们可以定义每个元素出现的次数为，其中为第i个元素出现的次数。容易得出：。
如果给定参数k，我们想求出所有出现次数超过m/k的元素。也就是输出集合：。下面我们先从一个简单特例入手，对这个问题进行分析和解决。
二.简单情况
有个经典的过半元素查找问题，在编程之美里面也有分析（寻找发帖水王）。就是...
分类：
其他好文 时间：
2015-05-21 22:43:27
阅读次数：
215
在接下来的几个博客里，我将讲述基础的数据流算法，包括采样问题，频繁元素问题，独立元素个数问题，k阶矩问题。后续可能会添加高阶内容。...
分类：
编程语言 时间：
2015-05-21 09:15:09
阅读次数：
179
