内容简介

本书共6章。每章都专门针对大数据应用中的一个特定问题，首先对该问题进行深入的解释，然后介绍可用于有效解决该问题的数据结构和算法。

第1章简要概述了概率数据结构中广泛使用的散列函数和散列表；第2章专门介绍近似成员查询，这是概率数据结构最著名的用例之一；第3章讨论了用来辅助估算元素基数的概率数据结构；第4章和第5章讨论流式场景下与频数和排序相关的重要指标的计算；第6章包含用于解决相似性问题的数据结构和算法，尤其是近邻搜索问题。