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***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。

译者序 前言 第1章 散列1 1.1 加密散列函数2 1.2 非加密散列函数5 1.3 散列表7 1.4 总结13 本章参考文献13 第2章 成员查询15 2.1 布隆过滤器16 2.2 计数布隆过滤器24 2.3 商数过滤器27 2.4 布谷过滤器38 2.5 总结46 本章参考文献46 第3章 基数49 3.1 线性计数51 3.2 概率计数55 3.3 LogLog和HyperLogLog63 3.4 总结74 本章参考文献74 第4章 频数77 4.1 多数投票算法80 4.2 频繁算法82 4.3 Count Sketch86 4.4 CountMin Sketch96 4.5 总结105 本章参考文献105 第5章 排序107 5.1 随机采样109 5.2 q-摘要116 5.3 t-摘要125 5.4 总结135 本章参考文献136 第6章 相似性139 6.1 局部敏感散列149 6.2 MinHash153 6.3 SimHash165 6.4 总结174 本章参考文献174