HNSW 最小复现 demo

纯 numpy 实现的 HNSW 索引，用于配合文章 《向量索引深度：HNSW、DiskANN、SPANN 原理对比》 演示算法行为。

依赖

• Python 3.9+
• numpy >= 1.24

python -m venv .venv
source .venv/bin/activate
pip install numpy

运行

python bench.py

预期输出：

n=1000, d=64, nq=50, k=10
Build: 1.xx s, Query: 0.xx s (xx QPS)
Recall@10 = 0.95+

文件

• hnsw_numpy.py：HNSW 核心实现（约 120 行），包括分层插入、启发式选邻居、贪心查询。
• bench.py：对 1000 个 64 维随机向量建索引，和暴力搜索对比 Recall@10。

调参实验

修改 bench.py 里的 HNSW(d=d, M=8, efC=100, efS=50)：

• 将 efS 调到 10，观察召回率下降；
• 将 M 调到 4，观察高召回段的恶化；
• 将 efC 调到 20，观察构建期图质量的变化。

此实现不做 SIMD、不加锁、不支持删除，仅用于理解算法。生产场景请使用 hnswlib 或 FAISS。