标签: 概率数据结构 - 文档

概率数据结构共 2 篇文章

为什么Bloom Filter可能出现假阳性但不会假阴性

2026-07-29 04:47:48

为什么 Bloom Filter 可能出现假阳性但不会假阴性 Bloom Filter 是一种空间效率极高的概率型数据结构，用于判断一个元素是否属于一个集合。它的特性非常奇特：它可能会“误报”一个元素存在于集合中（假阳性），但“绝不漏报”一个确实存在的元素（零假阴性）。这个特性的根源在于其独特的数学

布隆过滤器假阳性假阴性

43 0

为什么Count-Min Sketch只能高估不能低估频率

2026-06-30 04:42:54

为什么CountMin Sketch只能高估不能低估频率 CountMin Sketch 是一个用于估计事件频率的概率数据结构。它的核心特性是：对于任何元素，它给出的频率估计值绝不低于其真实频率，但可能高于真实频率。理解这一点，需要看清它的内部工作机制。 1. 理解 CountMin Sketc

Count-MinSketch 概率数据结构频率估计

111 0

概率数据结构 共 2 篇文章

概率数据结构共 2 篇文章