标签： algorithm levenshtein-distance knn
使用Levenshtein距离作为度量，我想找到大量字符串中所有元素的精确k近邻，但我还不确定k的值有多高。是否存在允许我推迟此选择的算法或数据结构，并且在首先计算k的较高值时，逐渐增加k而没有显着的效率成本？如果可能的话，我希望能够灵活地为不同的元素使用不同的k值。
我有许多我可以使用的数据集，但我想使用一个500000字符串，每个大约100个字符，这将使方法接近O（N ^ 2）调用距离函数花太长时间。
我尝试过使用GNAT，但发现knn查询有点太慢（通常接近每个元素的N个距离函数调用）。