我自己实现了HyperLogLog algorithm。它工作得很好，但有时我必须获取很多（大约10k-100k）的HLL结构并合并它们。
我将它们作为位字符串存储，所以首先我必须将每个位字符串转换为存储桶。由于HLL很多，所以它需要的时间比我想要的要长。
目前大约80％的运行时为每个HLL调用一行代码：
my @buckets = map { oct '0b'.$_ } unpack('(a5)1024', $bitstring);
有没有办法更快地完成？
如果我们留下HyperLogLog的定义，可以这样解释任务：假设$bitstring由1024个5位计数器组成（因此每个计数器的值最多可达32）我们必须将其转换为数组1024个整数。
答案 0 :(得分：6)
a表示任意零填充二进制数据。在这里，您将该数据视为ASCII文本，但它只能包含1和0！这是低效的，因为a5最终使用五个字节。最简单，最有效的解决方案是为每个计数器存储一个8位数字，然后：my @buckets = unpack 'C1024', $bitstring。
如果你只想在每个计数器上存储5位，那么你最终会节省很少的内存而非常麻烦。你必须使用像这样疯狂的东西来进行往返转换：
my $bitstring = pack "(b5)1024", map { sprintf "%b", $_ } @buckets;
@buckets = map { oct "0b$_" } unpack "(b5)1024", $bitstring;