开创性CVM算法破解40多年计数难题！计算机科学家掷硬币算出「哈姆雷特」独特单词

文章预览

   新智元报道   编辑：桃子 【新智元导读】 预估一个数组中不重复数字的个数，最简便的方法是什么？计算机科学家们提出了一种全新CVM算法，通过利用随机性，预估出数据流中大量不同的对象。 计数，听起来简单，却在实际执行很有难度。 想象一下，你被送到一片原始热带雨林，进行野生动物普查。每当看到一只动物，拍一张照片。 数码相机只是记录追踪动物总数，但你对独特动物的数量感兴趣，却没有统计。 那么，若想获取这一独特动物数量，最好的方法是什么？ 这时，你一定会说，从现在开始计数，最后再从照片中将每一种新物种与名单进行比较。 然而，这种常见的计数方法，有时并不适用于高达数十亿条目的信息量。 来自印度统计研究所、UNL、新加坡国立大学的计算机科学家提出了一种新算法——CVM。 它可以近似计算长列表中 ………………………………