主要观点：“Top K”问题是从大量快速变化的数据流中确定频率或相关性得分最高的前 K 个元素，在实时系统中很重要，如电商、社交媒体等平台。解决“Top K”问题的近似方法是使用 Count-Min-Sketch，它牺牲少量准确性以换取高性能、低内存使用和可扩展性，适用于高吞吐量系统。“重击球手”（heavy hitters）是数据流中出现频率显著高于其他项的少数项，Count-Min-Sketch 擅长捕捉重击球手。在实际应用中，要根据总事件量和可接受的误差来调整 Count-Min-Sketch 的参数，如宽度和深度，同时可使用滑动窗口和结合重击球手算法来优化内存和提高准确性。

关键信息：

• “Top K”的实际应用场景，如电商产品销售排名、社交媒体热门话题等。
• Count-Min-Sketch 的原理和参数（宽度 w、深度 d）及其对准确性和置信度的影响。
• 重击球手与“Top K”的关系，以及在实际场景中对不同频率视频的处理方法。
• 大规模数据情况下（如十亿独特视频）的实用建议，包括增加可接受误差、使用滑动窗口和结合重击球手算法等。

重要细节：

• Count-Min-Sketch 用多个哈希函数将元素映射到二维数组的计数器位置并进行增量，通过查找对应计数器的最小值来估计元素频率，误差有界且概率有保证。
• 实际应用中要根据总事件量选择合适的精度参数 ε 和置信度参数 δ，以确定宽度 w 和深度 d，总事件量越大，所需精度越高，内存消耗越大。
• 在实际场景中，对于大多数很少被点击的视频，可接受较高的误差，使用滑动窗口只考虑近期点击，结合重击球手算法（如 Space-Saving 算法）来精确跟踪热门视频并合理近似其他视频，以实现低内存高效的分析。