使用固定内存量计算百分位数

Question

我有一个以特定速率到达的 int 值流。每 5 分钟，我想根据这些值计算一些百分位数，然后重新开始。

问题：我不想浪费太多内存，所以我只想保留几个 KB 的值。如果我的缓冲区在 5 分钟内没有填满，我可以完美地计算百分位数。但是，如果缓冲区确实填满，我想开始删除一些值（可能使用reservoir sampling 和此处建议的随机驱逐 - Percentiles of Live Data Capture）。不幸的是，我找不到在这两种情况下都适用的解决方案 - 如果缓冲区未满，我不想驱逐或忽略值，一旦它满了并开始驱逐，我总是会引入偏见。

Answer 1

好的，我想我想通了——我可以使用Algorithm R 来统一选择传入元素的固定大小的子集。然后我可以从这个子集中计算百分位数。