Video: [Lập trình C# Winform] - Bài 19: Thread trong Winform | HowKteam 2025
Mặc dù một bộ lọc Bloom có thể theo dõi các vật đến từ một dòng, nó không thể cho biết có bao nhiêu đối tượng ở đó. Một vector bit đầy bởi những cái có thể (phụ thuộc vào số lượng băm và xác suất va chạm) ẩn số thực của các đối tượng được băm tại cùng một địa chỉ.
Biết được số lượng đối tượng riêng biệt rất hữu ích trong các tình huống khác nhau, chẳng hạn như khi bạn muốn biết có bao nhiêu người dùng khác biệt đã nhìn thấy một trang web nhất định hoặc số truy vấn công cụ tìm kiếm riêng biệt. Lưu trữ tất cả các yếu tố và tìm kiếm các bản sao trong số chúng không thể làm việc với hàng triệu yếu tố, đặc biệt là từ một dòng suối. Khi bạn muốn biết số lượng các đối tượng khác biệt trong một luồng, bạn vẫn phải dựa vào một hàm băm, nhưng phương pháp này liên quan đến việc lấy một phác thảo số.
Sketching có nghĩa là lấy một xấp xỉ, đó là một giá trị chưa chính xác nhưng không hoàn toàn sai là một câu trả lời. Xấp xỉ có thể chấp nhận được vì giá trị thực không xa lắm. Trong thuật toán thông minh này, HyperLogLog, dựa trên xác suất và xấp xỉ, bạn sẽ quan sát được các đặc tính của con số được tạo ra từ luồng. HyperLogLog xuất phát từ các nghiên cứu của các nhà khoa học máy tính Nigel Martin và Philippe Flajolet. Flajolet đã cải thiện thuật toán ban đầu của họ, Flajolet-Martin (hoặc thuật toán LogLog), vào phiên bản HyperLogLog mạnh mẽ hơn, hoạt động như sau:
- Một hash chuyển đổi mọi phần tử nhận được từ luồng thành một số.
- Thuật toán chuyển đổi số thành nhị phân, tiêu chuẩn số 2 cơ sở mà máy tính sử dụng.
- Thuật toán đếm số số không ban đầu trong số nhị phân và các bài hát của số cực đại mà nó thấy, là n.
- Thuật toán ước tính số lượng các phần tử khác biệt được truyền trong luồng bằng n Số lượng các yếu tố khác biệt là 2 ^ n.
con chó. Thuật toán băm nó thành một giá trị số nguyên và chuyển nó thành nhị phân, với kết quả là 01101010. Chỉ một số không xuất hiện ở đầu số, do đó, thuật toán ghi nó như là số lượng các số không tối đa được nhìn thấy. Sau đó, thuật toán sẽ thấy các từ vẹt và sói, có các số tương đương nhị phân là 11101011 và 01101110, để lại n không thay đổi. Tuy nhiên, khi cat vượt qua, đầu ra là 00101110, vì vậy n trở thành 2. Để ước tính số lượng các phần tử riêng biệt, thuật toán tính 2 ^ n, nghĩa là, 2 ^ 2 = 4. Hình minh họa quá trình này. Chỉ đếm hàng đầu.
Bí quyết của thuật toán là nếu băm của bạn tạo ra các kết quả ngẫu nhiên, phân bố đều (như trong bộ lọc Bloom), bằng cách nhìn vào biểu diễn nhị phân, bạn có thể tính toán xác suất có một chuỗi các số không xuất hiện. Bởi vì xác suất của một số nhị phân duy nhất là 0 là một trong hai, để tính xác suất của chuỗi các số không, bạn chỉ cần nhân rằng 1/2 xác suất nhiều lần như độ dài của chuỗi các số không:50 phần trăm (1/2) xác suất đối với số bắt đầu với 0
- 25 phần trăm (1/2 * 1/2) xác suất cho số bắt đầu từ 00
- 12. Xác suất xác suất 5% (1/2 * 1/2 * 1/2) đối với số bắt đầu bằng 000
- (1/2) ^ k xác suất cho số bắt đầu bằng số không k (bạn sử dụng quyền hạn để tính toán nhanh hơn nhiều phép nhân của cùng một con số)
- Số lượng mà HyperLogLog nhìn thấy càng ít, sự không chính xác càng lớn. Độ chính xác tăng khi bạn sử dụng tính toán HyperLogLog nhiều lần sử dụng các hàm băm khác nhau và tính trung bình các câu trả lời từ mỗi phép tính, nhưng băm nhiều lần cần thời gian, và các luồng nhanh. Thay vào đó, bạn có thể sử dụng cùng một hàm băm nhưng chia luồng thành các nhóm (chẳng hạn như bằng cách tách các phần tử thành các nhóm khi chúng đến dựa vào thứ tự đến) và cho mỗi nhóm, bạn có thể theo dõi số lượng số không tối đa. Cuối cùng, bạn tính ước tính chi tiết riêng biệt cho từng nhóm và tính toán trung bình số học của tất cả các ước tính. Cách tiếp cận này là trung bình stochastic và cung cấp ước lượng chính xác hơn so với việc áp dụng các thuật toán cho toàn bộ dòng.