我已经读过this question ，但不幸的是它没有帮助。
我不明白的是，一旦我们了解了哪个桶分配给我们的高维空间查询向量q，我们会做什么:假设使用我们的一组局部敏感函数h_1 ,h_2,...,h_n 我们已将 q 转换为低维(n 维度)哈希码 c。
然后，c 是 q 分配到的存储桶的索引，并且(希望)也分配到其最近的邻居，假设有 100 个向量。
现在，为了找到 q 的神经网络，我们要做的就是计算 q 与仅这 100 个向量之间的距离， 那是对的吗？所以 c 的使用仅用于索引(它仅用于决定将 q 分配给哪个存储桶)，对吧？
另一种解决方案，如this中所述调查(第 2.2 节)中，“哈希表查找”(前面描述的方法)的替代方法是“快速距离近似”，因此我们进行了详尽的研究，计算 c 和生成相对于数据集中每个元素的哈希代码。这应该很快，因为哈希码位于低维空间中，并且距离应该计算得更快(例如，如果哈希码空间是二进制的，那么我们可以使用 XOR 运算符来快速计算汉明两个哈希码之间的距离)。
现在，我想知道的是:这两种方法的优点/缺点是什么？为什么我应该使用一种方法而不是另一种？
最佳答案
第一个描述的方法解释了近似最近邻搜索。是的，只需检查 bin c 中的其他 100 个项目即可获得最佳性能，但错过其他相邻存储桶中的良好候选者的风险更高。
纬度/经度坐标的简单散列方案是 Geohash 。您可以通过查看同一 Geohash block 内的商品来找到最近的商店，但在网格边界附近可能会出现不准确的结果。
可以找到快速距离近似的一个示例 here ，它找到具有足够小的汉明距离的图像匹配(利用 pHash )。由于哈希值只有 64 位长，笔记本电脑 GPU 每秒可以进行 7 亿次比较。请注意，检查所有图像，不使用索引或散列数据结构。这样，您的年龄就可以保证获得所有匹配项(在 pHash 空间中)。
关于hash - 局部敏感哈希 (LSH) 如何工作？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/37802137/