LSH使用的哈希混淆

Question

矩阵M是签名矩阵，它通过实际数据的Minhashing生成，文档为列，单词为行。因此，列表示文档。

现在它说每个条带（b的数量，r的长度）都有其列的哈希值，因此列落在一个桶中。如果两列落在同一个桶中，对于＆gt; = 1条纹，则它们可能相似。

这意味着我应该创建b哈希表并找到b个独立哈希函数？或者只有一个是足够的，每个条带将其列发送到相同的桶集合（但这不会取消条带）？

在这种情况下，字典是否足以用于散列表 ^* ？

* <子> Is a Python dictionary an example of a hash table?

Answer 1

我想我想出来了，为未来的读者发帖。

我将使用一个字典，因为幻灯片提到可以为每个条带使用相同的哈希函数（dictionaries do that）。

每个桶都是我们字典的关键。

在插入时，文档（即属于条带的列）将通过散列函数（我们将创建）传递，结果应该是键。这样我们的字典就会被填充。