algorithm - 计数最小草图 : How to handle counters overflow?

Question

所以 Count-Min Sketch 的重点是根据提供的散列函数的结果更新某些计数器。但是，这些计数器在内存中是有限的，在运行一段时间后，它们可能会溢出，从 MAX 值下降到 MIN 值(就像整数一样)。假设我只需要草图中出现次数最多的 N 个值，除了每隔一段时间重新启动草图之外，是否有其他方法可以避免这种情况？

Answer 1

如果这让您担心，请使用适当大小的整数。

一个 8 字节(long long)无符号整数的最大值为 18,446,744,073,709,551,615。这应该足够了。

编辑

Assuming all I need is the N most frequent values in the sketch, is there a way to avoid this other than restarting the sketch every once in a while?

也许你可以适应reservoir sampling满足您的需求。