Post #592

Когда память дороже точности: приближённые структуры данных Проблема: многие алгоритмы с линейным потреблением памяти не справляются с большим количеством данных. Решение: приближённые структуры! В новой статье разбираем три популярные структуры данных с константным потреблением памяти, решающие ключевые задачи: - HyperLogLog — оценка количества уникальных элементов, - Фильтр Блума — проверка принадлежности ко множеству, - Count-Min Sketch — подсчёт частот элементов. Все они работают приближенно, зато позволяют работать с огромными объёмами данных. Читайте, как применять их на практике: https://blog.deepschool.ru/math/kogda-pamyat-dorozhe-tochnosti-priblizhyonnye-struktury-dannyh/