DataSketches |

Features Matrix for Distinct Count Sketches

Category	Sub-Category	Theta	Tuple	HLL	CPC
Space Accuracy Config	Min Log Precision (Min LgK)	4	4	4	4
	Max Log Precision (Max LgK)	26	26	21	26
	Min Log Sparse Precision	64	64	26	26
	Max Log Sparce Precision	64	64	26	26
Space Accuracy Factors	Entropy bits / slot = b	64	64	4	4.8
	Error Coefficient = C	1	1	1.04	0.69
	HIP Error Coefficient = C			0.83	0.59
Space Accuracy Merit¹	Merging	64		4.33	2.31
	Not Merging (HIP)			2.78	1.66
Input Types	int	Y	Y	Y	Y
	long	Y	Y	Y	Y
	double	Y	Y	Y	Y
	String	Y	Y	Y	Y
	byte[]	Y	Y	Y	Y
	char[]	Y		Y	Y
	int[]	Y	Y	Y	Y
	long[]	Y	Y	Y	Y
Sketch results	Estimate ()	double	double	double	double
	Upper Bound ( Std Dev )	double	double	double	double
	Lower Bound ( Std Dev )	double	double	double	double
	Estimate (numSubSetRows)		double
	Upper Bound (Std Dev, numSubset Rows)		double
	Lower Bound (Std Dev, numSubset Rows)		double
	Iterator()	Y	Y	Y	Y
Set Operations	Union	Y	Y	Y	Y
	Intersection	Y	Y
	Difference	Y	Y
	Enables full set expressions	Y	Y
	Set Op Result Type	Sketch	Sketch	Sketch	Sketch
	Merge different LgK	Y	Y	Y	Y
Serialize Operations	To Byte Array	Y	Y	Y	Y
Deserialize Operations	Heapify()	Y	Y	Y	Y
	Wrap()	Y	Y	Y
	WritableWrap	Y	Y	Y
Languages	Java	Y	Y	Y	Y
	C++	Y		Y	Y
	Python²	Y		Y	Y
	Binary compatibility across Languages	Y	Y	Y	Y
Other Operations and Modes	Jaccard Index	Y
	Off-Heap Operation	Y	Y	Y	Y
	Associative Columns		Y
	Generic Extensions		Y
	User Specified Hash Seed	Y			Y
	Pre Sampling	Y	Y

¹ Space Accuracy Merit (Lower is better) = b * C^2 = b * K * RSE^2
² See Python Install Instructions