漫畫算法與數(shù)據(jù)結(jié)構(gòu)（大規(guī)模數(shù)據(jù)集）

定　價：￥79.80

作　者：	[波黑]黛拉·梅杰多維奇（Dzejla Medjedovic）埃明·塔希羅維奇（Emin Tahirovic）著伊內(nèi)斯·德多維奇繪郭濤袁洪斌譯
出版社：	清華大學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

當當網(wǎng) (￥75.80)

ISBN：	9787302645207	出版時間：	2024-02-01	包裝：	線裝
開本：	32開	頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　當應用于大型分布式數(shù)據(jù)集時，標準算法和數(shù)據(jù)結(jié)構(gòu)可能會變慢或完全失效。選擇專為大數(shù)據(jù)設(shè)計的算法可以節(jié)省時間、提高準確性并降低處理成本?！堵嬎惴ㄅc數(shù)據(jù)結(jié)構(gòu)（大規(guī)模數(shù)據(jù)集）》將最前沿的研究論文提煉為實用的技術(shù)，用于繪制、流式傳輸并組織磁盤和云中的大規(guī)模數(shù)據(jù)集，十分獨特。大規(guī)模數(shù)據(jù)集的算法與數(shù)據(jù)結(jié)構(gòu)為大型分布式數(shù)據(jù)引入了處理和分析技術(shù)。《漫畫算法與數(shù)據(jù)結(jié)構(gòu)（大規(guī)模數(shù)據(jù)集）》作為指南，包含了行業(yè)故事和有趣的插圖，使復雜的概念也易于理解。在學習如何將強大的算法（如Bloom 過濾器、計數(shù)最小草圖、HyperLogLog和LSM樹）映射到你自己的用例時，將對真實世界的示例進行探索。主要內(nèi)容：● 概率草圖數(shù)據(jù)結(jié)構(gòu)● 選擇正確的數(shù)據(jù)庫引擎● 設(shè)計高效的磁盤數(shù)據(jù)結(jié)構(gòu)和算法● 大規(guī)模系統(tǒng)中的算法權(quán)衡● 有限空間資源下的百分位數(shù)計算Python、R和偽代碼中的示例。

作者簡介

　　Dzejla Medjedovic在紐約石溪大學應用算法實驗室獲得博士學位。Emin Tahirovic在賓夕法尼亞大學獲得了生物統(tǒng)計學博士學位。插圖畫家Ines Dedovic在德國亞琛RWTH大學成像和計算機視覺研究所獲得博士學位。

圖書目錄

第Ⅰ部分基于哈希的草圖
第1 章導論 3
1.1 示例 5
1.1.1 示例解決方法 6
1.1.2 本書給出的解決方法 8
1.2 本書的結(jié)構(gòu) 11
1.3 本書的不同之處及目標讀者 12
1.4 為什么大規(guī)模數(shù)據(jù)對當今的系統(tǒng)如此具有挑戰(zhàn)性 13
1.4.1 CPU 內(nèi)存性能差距 13
1.4.2 內(nèi)存層次結(jié)構(gòu) 14
1.4.3 延遲與帶寬 15
1.4.4 分布式系統(tǒng)的情況 15
1.5 基于硬件來設(shè)計算法 16
1.6 本章小結(jié) 17
第2 章哈希表和現(xiàn)代哈希回顧 19
2.1 無處不在的哈希 20
2.2 數(shù)據(jù)結(jié)構(gòu)概述 22
2.3 現(xiàn)代系統(tǒng)中的使用場景 25
2.3.1 備份/存儲解決方案中的重復數(shù)據(jù)刪除 25
2.3.2 使用MOSS 和Rabin-Karp 指紋識別進行剽竊檢測 26
2.4 有關(guān)O(1) 29
2.5 解決沖突：理論與實踐 30
2.6 使用場景：Python 的dict是如何實現(xiàn)的 33
2.7 MurmurHash 35
2.8 分布式系統(tǒng)的哈希表：一致性哈希 36
2.8.1 一個典型的哈希問題 37
2.8.2 哈希環(huán) 38
2.8.3 查找 41
2.8.4 添加新節(jié)點/資源 41
2.8.5 刪除節(jié)點 44
2.8.6 一致性哈希場景：Chord 48
2.8.7 一致性哈希：編程練習 50
2.9 本章小結(jié) 50
第3 章近似成員關(guān)系：Bloom 過濾器和商
過濾器 53
3.1 工作原理 56
3.1.1 插入 56
3.1.2 查找 57
3.2 用例 58
3.2.1 網(wǎng)絡中的Bloom 過濾器：Squid 58
3.2.2 Bitcoin 移動應用 59
3.3 一個簡單的實現(xiàn) 60
3.4 設(shè)置Bloom過濾器 61
3.5 一點理論 66
3.6 Bloom 過濾器的調(diào)整和替代方案 69
3.7 商過濾器 70
3.7.1 商-余數(shù)法 71
3.7.2 了解元數(shù)據(jù)位 73
3.7.3 示例：插入商過濾器中 73
3.7.4 用于查找的Python代碼 76
3.7.5 調(diào)整大小與合并 79
3.7.6 誤報率和空間考慮 80
3.8 Bloom 過濾器和商過濾器的比較 80
3.9 本章小結(jié) 82
第4 章頻率估計和count-minsketch 85
4.1 多數(shù)元素 87
4.2 count-min sketch 的工作原理 90
4.2.1 update 90
4.2.2 estimate 91
4.3 用例 92
4.3.1 前k 個睡眠不安者 92
4.3.2 縮放單詞的分布相似度 96
4.4 count-min sketch 中的誤差與空間 99
4.5 count-min sketch 的簡單實現(xiàn) 100
4.5.1 練習 101
4.5.2 公式所蘊含的原理 102
4.6 使用count-min sketch進行范圍查詢 103
4.6.1 二元區(qū)間 104
4.6.2 更新階段 105
4.6.3 估計階段 107
4.6.4 計算二元區(qū)間 108
4.7 本章小結(jié) 110
第5 章基數(shù)估計和HyperLogLog 113
5.1 對數(shù)據(jù)庫中的不同項計數(shù) 114
5.2 HyperLogLog 增量設(shè)計 116
5.2.1 第一步：概率計數(shù) 117
5.2.2 隨機平均 119
5.2.3 LogLog 121
5.2.4 HyperLogLog：使用調(diào)和平均值進行隨機平均 123
5.3 用例：使用HLL 捕捉蠕蟲 126
5.4 一個小實驗 128
5.5 用例：使用Hyper-LogLog 進行聚合 132
5.6 本章小結(jié) 135
第Ⅱ部分實時分析第6 章流式數(shù)據(jù) 139
6.1 流式數(shù)據(jù)系統(tǒng)：元示例 144
6.1.1 Bloom 連接 144
6.1.2 重復數(shù)據(jù)刪除 147
6.1.3 負載平衡和跟蹤網(wǎng)絡流量 149
6.2 數(shù)據(jù)流中的實際約束和概念 151
6.2.1 實時 151
6.2.2 小時間和小空間 152
6.2.3 概念轉(zhuǎn)變和概念漂移 152
6.2.4 滑動窗口模型 153
6.3 抽樣和估計 155
6.3.1 有偏差抽樣策略 157
6.3.2 代表性樣本的估計 160
6.4 本章小結(jié) 162
第7 章從數(shù)據(jù)流中抽樣 165
7.1 從地標流中抽樣 166
7.1.1 伯努利抽樣 166
7.1.2 蓄水池抽樣 170
7.1.3 有偏差的蓄水池抽樣 176
7.2 從滑動窗口抽樣 182
7.2.1 鏈式抽樣 182
7.2.2 優(yōu)先級抽樣 187
7.3 抽樣算法比較 191
7.4 本章小結(jié) 195
第8 章數(shù)據(jù)流上的近似分位數(shù) 197
8.1 精確分位數(shù) 198
8.2 近似分位數(shù) 201
8.2.1 加法誤差 201
8.2.2 相對誤差 203
8.2.3 數(shù)據(jù)域中的相對誤差 204
8.3 t-digest：工作
原理 204
8.3.1 digest 205
8.3.2 比例函數(shù) 207
8.3.3 合并t-digest 211
8.3.4 t-digest 的空間范圍 215
8.4 q-digest 215
8.4.1 從頭開始構(gòu)建q-digest 216
8.4.2 合并q-digest 218
8.4.3 q-digest 中的誤差和空間注意事項 219
8.4.4 使用q-digest 進行分位數(shù)查詢 220
8.5 模擬代碼和結(jié)果 221
8.6 本章小結(jié) 226
第Ⅲ部分數(shù)據(jù)庫的數(shù)據(jù)結(jié)構(gòu)和外部存儲器算法
第9 章外部存儲器模型 231
9.1 外部存儲器模型初探 233
9.2 示例1：尋找最小值 235
9.3 示例2：二進制搜索 239
9.3.1 生物信息學用例 239
9.3.2 運行時間分析 241
9.4 最優(yōu)搜索 243
9.5 示例3：合并K 個排序列表 246
9.5.1 合并時間/日期日志 246
9.5.2 外部存儲器模型是否過于簡單 250
9.6 下一章內(nèi)容 251
9.7 本章小結(jié) 251
第10 章數(shù)據(jù)庫的數(shù)據(jù)結(jié)構(gòu)：B 樹、Bε 樹和LSM 樹 253
10.1 索引的工作原理 254
10.2 本章中的數(shù)據(jù)結(jié)構(gòu) 256
10.3 B 樹 258
10.3.1 B 樹平衡 259
10.3.2 查找 260
10.3.3 插入 261
10.3.4 刪除 263
10.3.5 B 樹 266
10.3.6 B 樹上的操作有何不同 268
10.3.7 用例：MySQL 等中的B 樹 268
10.4 為什么B 樹查找在外部存儲器中是最佳的 269
10.5 Bε 樹 272
10.5.1 Bε 樹：工作原理 273
10.5.2 緩沖區(qū)機制· 273
10.5.3 插入和刪除 275
10.5.4 查找 276
10.5.5 成本分析 277
10.5.6 Bε 樹：數(shù)據(jù)結(jié)構(gòu)的范圍 278
10.5.7 用例：TokuDB 中的Bε 樹 279
10.5.8 輸入/輸出之道：欲速則不達 280
10.6 日志結(jié)構(gòu)合并樹(LSM 樹) 281
10.6.1 LSM 樹：工作原理 283
10.6.2 LSM 樹成本分析 285
10.6.3 用例：Cassandra 中的LSM 樹 286
10.7 本章小結(jié) 287
第11 章外部存儲器排序 289
11.1 排序用例 290
11.1.1 機器人運動規(guī)劃 290
11.1.2 癌癥基因組學 291
11.2 外部存儲器排序的挑戰(zhàn)：示例 293
11.3 外部存儲器合并排序 297
11.4 外部快速排序 300
11.4.1 外部存儲器雙向快速排序 301
11.4.2 外部存儲器多向快速排序 302
11.4.3 找到足夠的樞軸 303
11.4.4 找到足夠好的樞軸 304
11.4.5 將它們重新組合在一起 305
11.5 為什么外部存儲器合并排序是最優(yōu)的 306
11.6 結(jié)尾 308
11.7 本章小結(jié) 309
參考文獻 310