stackupdown

摘要： 介绍 接上篇，【搜索引擎（五）】局部敏感哈希，本篇介绍的也是一个不精确的算法，用来不精确地排除重复元素。 利用布隆过滤器，可以大大降低排重的时间。但是在实际中它的作用有限，还要结合其他的技巧才能达到较好的效果。另外，它本身不作为索引，如果不加处理地加以使用，在搜索引擎的快响应（小于1s）的目标中就不 阅读全文

摘要： 1.介绍 哈希是一种常用的数据摘要方法，可以把大段的数据映射成固定长度的字符串。在查找某个文档的时候，我们不希望每一次都比较大段的数据，以此来确定文档的位置，这样太过浪费生命了。只要实现计算好文档的哈希值，就可以只通过比较两个文档的哈希，查出匹配的文档，从而大大减少检索的时间。 传统的hash方法， 阅读全文