检索“最小计数”数据结构中的平均计数

Question

我爱上了概率数据结构。对于我当前的问题，似乎最小计数结构几乎是正确的选择。我想使用count-min-sketch存储每个ID的事件。

假设我确实有以下

Map<String, Int> {
   [ID1, 10],
   [ID2, 12],
   [ID2, 15]
}

如果使用count-min-sketch，则可以按ID查询数据结构并检索〜counts。

问题

实际上，我对所有ID的平均出现次数感兴趣，在上面的示例中为：12,33。如果我使用的是最小计数，那么似乎需要存储ID集合，然后遍历该集合并查询每个ID的最小计数并计算平均值。有没有不存储所有ID的改进方法吗？理想情况下，我只想立即检索平均值而不记住所有ID。

希望有道理！？

Answer 1

如果您知道条目数和不同条目数，则应该能够计算平均计数：

averageCount = totalNumberOfEntries / numberOfDistinctEntries

对吗？为了计算不同条目的数量，您可以使用HyperLogLog。您已经在问题中添加了hyperloglog标记，所以也许您已经知道这一点？