Este é o aplicativo do Windows denominado Filtros Bloom, cuja versão mais recente pode ser baixada como Version3.6.0sourcecode.zip. Ele pode ser executado online no provedor de hospedagem gratuito OnWorks para estações de trabalho.
Baixe e execute online este aplicativo chamado Filtros Bloom com OnWorks gratuitamente.
Siga estas instruções para executar este aplicativo:
- 1. Baixe este aplicativo em seu PC.
- 2. Entre em nosso gerenciador de arquivos https://www.onworks.net/myfiles.php?username=XXXXX com o nome de usuário que você deseja.
- 3. Carregue este aplicativo em tal gerenciador de arquivos.
- 4. Inicie qualquer emulador on-line OS OnWorks a partir deste site, mas um emulador on-line melhor do Windows.
- 5. No sistema operacional OnWorks Windows que você acabou de iniciar, acesse nosso gerenciador de arquivos https://www.onworks.net/myfiles.php?username=XXXXX com o nome de usuário que deseja.
- 6. Baixe o aplicativo e instale-o.
- 7. Baixe o Wine de seus repositórios de software de distribuição Linux. Depois de instalado, você pode clicar duas vezes no aplicativo para executá-lo com o Wine. Você também pode experimentar o PlayOnLinux, uma interface sofisticada do Wine que o ajudará a instalar programas e jogos populares do Windows.
Wine é uma forma de executar software Windows no Linux, mas sem a necessidade de Windows. Wine é uma camada de compatibilidade do Windows de código aberto que pode executar programas do Windows diretamente em qualquer desktop Linux. Essencialmente, o Wine está tentando reimplementar o suficiente do Windows do zero para que possa executar todos os aplicativos do Windows sem realmente precisar do Windows.
SCREENSHOTS
Ad
Filtros Bloom
DESCRIÇÃO
Um filtro Bloom é uma representação concisa/comprimida de um conjunto, onde o principal requisito é fazer consultas de pertinência; isto é, se um item é membro de um conjunto. Um filtro Bloom sempre relatará corretamente a presença de um elemento no conjunto quando o elemento estiver realmente presente. Um filtro Bloom pode usar muito menos armazenamento do que o conjunto original, mas permite alguns 'falsos positivos': às vezes pode relatar que um elemento está no conjunto, mas não está. Ao construir, você precisa saber quantos elementos você tem (a capacidade desejada) e qual é a taxa de falsos positivos desejada que você está disposto a tolerar. Uma taxa comum de falsos positivos é de 1%. Quanto menor a taxa de falsos positivos, mais memória será necessária. Da mesma forma, quanto maior a capacidade, mais memória você usará. Você pode construir o filtro Bloom capaz de receber 1 milhão de elementos com uma taxa de falsos positivos de 1%.
Recursos
- Você deve chamar NewWithEstimates de forma conservadora
- Nossa implementação aceita chaves para configuração e teste como []byte
- Às vezes, a taxa real de falsos positivos pode diferir (ligeiramente) da taxa teórica de falsos positivos
- Um filtro Bloom tem dois parâmetros: m, o número de bits usados no armazenamento, e k, o número de funções de hash nos elementos do conjunto
- Ao construir, você precisa saber quantos elementos você tem (a capacidade desejada) e qual é a taxa de falsos positivos desejada que você está disposto a tolerar
- Um filtro Bloom pode usar muito menos armazenamento do que o conjunto original
Linguagem de Programação
Go
Categorias
Este é um aplicativo que também pode ser obtido em https://sourceforge.net/projects/bloom-filters.mirror/. Ele foi hospedado em OnWorks para ser executado online da maneira mais fácil a partir de um de nossos Sistemas Operativos gratuitos.
