概率数据结构与算法 面向大数据应用
全新正版 极速发货
¥
41.54
5.3折
¥
79
全新
库存4件
作者(乌克兰)安德烈·加霍夫
出版社机械工业出版社
ISBN9787111710547
出版时间2022-08
装帧平装
开本16开
定价79元
货号1202704613
上书时间2024-08-07
商品详情
- 品相描述:全新
- 商品描述
-
作者简介
安德烈·加霍夫 数学家和软件工程师,拥有数学建模和数值方法方向的博士学位。他曾在乌克兰的哈尔科夫国立大学计算机科学学院任教多年,目前是Ferret go GmbH的一名软件从业人员。后者是德国领先的社区审核、自动化和分析公司。他的研究兴趣包括机器学习、流数据挖掘和数据分析。
目录
译者序
前言
第1章 散列
1.1 加密散列函数
1.2 非加密散列函数
1.3 散列表
1.4 总结
本章参考文献
第2章 成员查询
2.1 布隆过滤器
2.2 计数布隆过滤器
2.3 商数过滤器
2.4 布谷过滤器
2.5 总结
本章参考文献
第3章 基数
3.1 线性计数
3.2 概率计数
3.3 LogLog和HyperLogLog
3.4 总结
本章参考文献
第4章 频数
4.1 多数投票算法
4.2 频繁算法
4.3 Count Sketch
4.4 CountMin Sketch
4.5 总结
本章参考文献
第5章 排序
5.1 随机采样
5.2 q-摘要
5.3 t-摘要
5.4 总结
本章参考文献
第6章 相似性
6.1 局部敏感散列
6.2 MinHash
6.3 SimHash
6.4 总结
本章参考文献
内容摘要
概率数据结构是一类主要基于不同散列技术的数据结构的统称。与常规的(或确定性的)数据结构不同的是,概率数据结构总是提供近似的答案,但也提供了可靠的方法来估计可能产生的误差。幸运的是。这些潜在的损失和误差可以通过极低的内存需求、恒定的查询时间和可扩展性得到充分的补偿。而这些因素在大数据应用中十分重要。
本书不可能涵盖所有现有的出色解决方法,而是重点介绍它们的共同思想和重要的应用领域,包括成员查询、计数、流数据挖掘和相似度估计。阅读本书。你将
学会解决海量数据处理的实际问题;
掌握概率数据结构的理论知识;
为特定问题确定正确的数据结构;
本书的目的是向包括软件架构师、开发人员以及技术决策者在内的技术从业者介绍概率数据结构与算法。通过阅读本书,你将对概率数据结构有理论和实践层面的理解,同时了解它们的常见用途。
— 没有更多了 —
以下为对购买帮助不大的评价