Dies ist die Windows-App namens Bloom Filters, deren neueste Version als Version3.6.0sourcecode.zip heruntergeladen werden kann. Es kann online beim kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App mit dem Namen Bloom Filters with OnWorks kostenlos herunter und führen Sie sie online aus.
Befolgen Sie diese Anweisungen, um diese App auszuführen:
- 1. Diese Anwendung auf Ihren PC heruntergeladen.
- 2. Geben Sie in unserem Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX den gewünschten Benutzernamen ein.
- 3. Laden Sie diese Anwendung in einem solchen Dateimanager hoch.
- 4. Starten Sie einen beliebigen OS OnWorks-Online-Emulator von dieser Website, aber einen besseren Windows-Online-Emulator.
- 5. Rufen Sie vom gerade gestarteten OnWorks Windows-Betriebssystem unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter und installieren Sie sie.
- 7. Laden Sie Wine aus den Software-Repositorys Ihrer Linux-Distributionen herunter. Nach der Installation können Sie dann auf die App doppelklicken, um sie mit Wine auszuführen. Sie können auch PlayOnLinux ausprobieren, eine schicke Schnittstelle über Wine, die Ihnen bei der Installation beliebter Windows-Programme und -Spiele hilft.
Wine ist eine Möglichkeit, Windows-Software unter Linux auszuführen, jedoch ohne Windows. Wine ist eine Open-Source-Windows-Kompatibilitätsschicht, die Windows-Programme direkt auf jedem Linux-Desktop ausführen kann. Im Wesentlichen versucht Wine, genügend Windows von Grund auf neu zu implementieren, damit alle diese Windows-Anwendungen ausgeführt werden können, ohne dass Windows tatsächlich benötigt wird.
SCREENSHOTS
Ad
Bloom Filter
BESCHREIBUNG
Ein Bloom-Filter ist eine prägnante/komprimierte Darstellung einer Menge, bei der die Hauptanforderung darin besteht, Mitgliedschaftsabfragen zu stellen; dh ob ein Element ein Mitglied einer Menge ist. Ein Bloom-Filter meldet immer korrekt das Vorhandensein eines Elements in der Menge, wenn das Element tatsächlich vorhanden ist. Ein Bloom-Filter kann viel weniger Speicherplatz verbrauchen als der ursprüngliche Satz, lässt aber einige „Falsch-Positive“ zu: Er kann manchmal melden, dass ein Element im Satz ist, obwohl es das nicht ist. Wenn Sie konstruieren, müssen Sie wissen, wie viele Elemente Sie haben (die gewünschte Kapazität) und wie hoch die gewünschte Falsch-Positiv-Rate ist, die Sie tolerieren möchten. Eine übliche Falsch-Positiv-Rate beträgt 1 %. Je niedriger die False-Positive-Rate ist, desto mehr Speicher benötigen Sie. Je höher die Kapazität, desto mehr Speicher verwenden Sie. Sie können den Bloom-Filter so konstruieren, dass er 1 Million Elemente mit einer falsch-positiven Rate von 1 % empfangen kann.
Eigenschaften
- Sie sollten NewWithEstimates konservativ aufrufen
- Unsere Implementierung akzeptiert Schlüssel zum Setzen und Testen als []Byte
- Manchmal kann die tatsächliche Falsch-Positiv-Rate (leicht) von der theoretischen Falsch-Positiv-Rate abweichen
- Ein Bloom-Filter hat zwei Parameter: m, die Anzahl der beim Speichern verwendeten Bits, und k, die Anzahl der Hash-Funktionen für Elemente des Satzes
- Wenn Sie konstruieren, müssen Sie wissen, wie viele Elemente Sie haben (die gewünschte Kapazität) und wie hoch die gewünschte Falsch-Positiv-Rate ist, die Sie tolerieren möchten
- Ein Bloom-Filter kann viel weniger Speicherplatz verbrauchen als der ursprüngliche Satz
Programmiersprache
Go
Kategorien
Dies ist eine Anwendung, die auch von https://sourceforge.net/projects/bloom-filters.mirror/ abgerufen werden kann. Es wurde in OnWorks gehostet, damit es auf einfachste Weise online von einem unserer kostenlosen Betriebssysteme ausgeführt werden kann.
