여러 번 나누어 세기
각 행은 별도의 해시 함수를 사용해 항목을 열 번호에 대응시킨다. 항목이 한 번 들어오면 각 행에서 그 항목에 해당하는 계수를 하나씩 늘린다. 서로 다른 항목이 같은 칸을 사용할 수 있으므로 배열 자체는 원래 항목의 목록이 아니다.
최솟값을 고르는 이유
어떤 항목의 빈도를 물으면 각 행에서 해당하는 계수를 읽고 그중 가장 작은 값을 반환한다. 삽입만 하는 기본 모형에서는 충돌이 계수를 늘리는 방향으로만 작용한다. 실제 빈도가 7이고 읽은 계수가 10, 8, 12라면 추정값은 8이다. 이는 계산 예시이며 정확한 값이 나온다는 보장은 아니다.
공간과 오차
배열의 폭을 늘리면 해시 충돌에 따른 오차를 줄이는 데 도움이 된다. 행을 늘리면 정해진 오차 한계를 벗어날 확률을 낮출 수 있다. 표준 분석은 적절한 해시 선택을 가정하며, 오차 한계는 해당 항목 빈도에 대한 상대 오차가 아니라 전체 누적량과 연결된다.
정확한 빈도표와의 차이
요약 배열만으로 모든 원래 항목을 복원하거나 빈도가 큰 항목의 이름을 곧바로 나열할 수는 없다. 후보 목록이나 별도 탐색 방식이 필요할 수 있다. 음수 갱신을 허용할 때에는 모형의 조건을 다시 살펴야 하며 삽입 전용의 과대 추정 설명을 임의의 음수 빈도까지 확장해서는 안 된다.