大数据应用中的概率算法与数据结构

摘要: 介绍一本概率算法与数据结构的书

【对数据分析、人工智能、金融科技、风控服务感兴趣的同学，欢迎关注我哈，阅读更多原创文章】
我的网站：潮汐朝夕的生活实验室
我的公众号：潮汐朝夕
我的知乎：潮汐朝夕
我的github：FennelDumplings
我的leetcode：FennelDumplings

---

最近系统复习了一下概率的东西，主要是因为【概率面试题连载】里面遇到某些题吃瘪了，在查资料的时候顺便系统回炉了一下。之后这个连载会长期更新的，因为概率里面有意思的题还是挺多的。这个连载大概率春节之前也会在 leetbook 上线，然后同步更新，标题可能就叫算法工程师面试突击-概率部分

说到概率，其实它在算法里面应用也是很多的。算法不止 leetcode，如果大家刷过一些面经的话，会发现经常见到一些大数据算法的问题，比如上来给你 400 亿个数/字符串，然后完成某种需求。大数据算法涵盖的面比较广，随机算法，近似算法，外存算法，并行算法，分布式算法等都可以算是大数据算法。

其中随机算法是很重要的一种算法，不过这块的内容都零散分布在博客和面经里，不成体系。最近发现一本书，专讲概率数据结构，覆盖了很多随机算法的经典场景和算法。比如哈希、相似性、排名、频率、成员关系、元素种类数等等这些场景。每个场景下有几个经典算法或数据结构，具体可以看下图，其中有红旗标志的是 Redis 里有的，可以参考一下。

这本书的书名叫《Probabilistic Data Structures and Algorithms for Big Data Applications》，是 2019 年的，对常见的随机算法覆盖的挺全的，而且非常难以搞到，我也是刚搞到，还没看过。

Probabilistic-Data-Structures-and-Algorithms-for-Big-Data-Applications

---