在动态数据集上使用Locality Sensitive Hashing

Question

我正在使用LSH作为数据库记录，我正在创建一个索引（不是数据库索引，一个简单的hashmap），其中类似的记录被阻塞到同一个桶中。该数据库可能包含数百万条记录。我的问题与我在下面发布的设计有关。

首先，我将使用可执行LSH的数据库创建索引。但是当一个新记录插入到数据库中时，我必须将该记录索引到索引中。我怎么能用LSH做到这一点？ LSH可以将该记录分配给具有类似记录的存储桶吗？ LSH是否支持更新数据集？

Answer 1

我会使用E2LSH（由Andoni开发，这是一个很棒的家伙），它是用C ++编写的。在项目的网站上，提到：

  

最新（不完全）LSH算法（2014）：这些算法通过使用依赖于数据的散列来实现比传统LSH算法更好的性能。它们改进了Hamming和Euclidean空间的经典LSH算法。然而，与传统的LSH算法相比，这些算法不是动态的，后者使用与数据无关的散列，因此允许更新点集。

如果您不想使用图书馆，但由于某种原因您希望开发自己的图书馆，我建议您先学习manual。