BloomFilter 确定合适的 k(hash函数个数) 值.
来源:互联网 发布:卓越精算软件使用方法 编辑:程序博客网 时间:2024/06/05 14:09
参考 : https://llimllib.github.io/bloomfilter-tutorial/
假设元素的全集个数为 n, 过滤器槽为 m, 共有 k 个函数, 那么误判率为 (1-e^(-kn/m))^k
k 值最优的计算公式为 (m/n)ln(2)
所以, 我们可以根据如下步骤来判定布隆过滤器的初始化大小 m
决定你的元素输入个数 n 的大概值
为 m 选一个值
通过公式计算 k 的值
通过公式计算 误判率, 假如不满意, 则回到 2. 重新选择 m 值, 直到得出满意的误判率.
1 0
- BloomFilter 确定合适的 k(hash函数个数) 值.
- SpriteBuilder实际操作中如何确定合适Breaking force的值
- kmeans 的k值确定方法
- k-means如何选择合适的k?
- isodata算法确定k均值聚类的k值
- 如何生成一个合适的hashcode方法--这篇文章给出了写hash函数的原则
- 选择问题(一组N个数确定其中的第K个最大者)
- 确定集合S中与S中位数最接近的k个数
- 剑指offer (30)选择问题-----1.有一组N个数,确定其中第K个最大者;2.求最小的k个数
- 设计一组N个数,确定其中第k个最大值
- 1、一组N个数,确定其中第k个最大值
- 最小的K个数
- 最小的K个数
- 最小的K个数
- 最小的k个数
- 最大的k个数
- 最小的k个数
- 最小的k个数
- spring boot 开发环境配置
- xmpp开源服务器的配置和安装图文详解
- Visual Studio 2017 下载地址和激活密钥
- post file (okhttp)头像上传
- Unity3D中Material的Tiling和Offset是怎么回事
- BloomFilter 确定合适的 k(hash函数个数) 值.
- css3动画学习笔记(一)
- Linux mint gnome3实用快捷键
- C#SQLServer数据库操作类
- 关于缓存的应用
- Elasticsearch嵌套式对象Nested分析
- String 和 Date转换
- Android DrawerLayout使用
- Linux安装MySQL