MinHash 与 SimHash：海量文本相似度检测
在数十亿网页中找出近似重复的内容，逐对比较需要天文数字的计算量。MinHash 和 SimHash 用概率方法将复杂度从 O(n^2) 降到近线性。
lsh 标签归档
共 2 篇文章 · 返回首页
局部敏感哈希（LSH）：高维近邻的概率方法
当维度诅咒让精确搜索绝望时，LSH 给出了概率保证。
发布来自土法炼钢兴趣小组的知识、笔记、进展和应用。主题包括数据结构和算法、编程语言、网络安全、密码学等。
共 2 篇文章 · 返回首页
在数十亿网页中找出近似重复的内容，逐对比较需要天文数字的计算量。MinHash 和 SimHash 用概率方法将复杂度从 O(n^2) 降到近线性。
当维度诅咒让精确搜索绝望时，LSH 给出了概率保证。