我正在寻找可扩展的答案，但出于我的特定目的，我有一个48维向量。这可以表示为48个整数的数组，全部在0到255之间。
我有一本关于这些载体的大字典，大约有2.5万个。
我需要能够获取可能存在或不存在于我的数据库中的向量，并快速找到数据库中哪个向量最接近。最接近，我的意思是传统的距离公式。
我的代码将以python结尾，但这是一个普遍的问题。
蛮力太慢了。我需要一个近词典速度查找。有人有想法吗？
答案 0 :(得分：8)
我建议您实施一个kd-tree来执行Nearest neighbour search。 k维中N个点的最坏情况搜索时间为O(k.N^(1-1/k))，因此它应该在N中进行次线性缩放。
如果我有时间，我会回到这个答案并提供维基百科的简洁解释。
由于您在python中工作，kdtrees上的Scipy食谱条目应该有所帮助。
答案 1 :(得分：4)
另一种有用的技术是局部敏感哈希：http://en.wikipedia.org/wiki/Locality_sensitive_hashing
从您的问题中不清楚您是否需要-exact-最近邻居。如果您对返回近似最近邻居的向量感到满意，则可以使用更快的解决方案。见这里（http://www.cs.umd.edu/~mount/ANN/）