如何存储位置敏感的哈希值？

我已经有了生成局部敏感哈希的算法，但是我应该如何对它们进行存储以利用它们的特性（即相似的元素具有接近的哈希（具有汉明距离））？

在 matlab 代码中，我发现他们只是在要搜索的点的哈希值和数据库中的点的哈希值之间创建一个距离矩阵，以简化代码，同时引用所谓的 Charikar 方法来实现搜索的实际良好实现方法。

我试图寻找这一点，但我不确定如何将我找到的任何方法（如多探针方法）应用于我的案例。如果您已经拥有哈希值，那么这些技术似乎都不容易插入。有没有简单的示例代码？或者有什么建议吗？

这是我正在讨论的包含 matlab 代码的页面的链接：http://www.eecs.berkeley.edu/~kulis/klsh/klsh.htm http://www.eecs.berkeley.edu/~kulis/klsh/klsh.htm

基于：在局部敏感哈希中搜索 https://stackoverflow.com/questions/37377042/search-in-locality-sensitive-hashing读完后我会这么说舍入算法的相似性估计技术 http://www.cs.princeton.edu/courses/archive/spr04/cos598B/bib/CharikarEstim.pdf:

这个问题在某种程度上很广泛，所以我将在这里给出一个最小（抽象）的例子：

我们有 6 (=n) 数据集中的向量，其中d每个位。假设我们做了 2 (=N) 随机排列。

让第一个随机排列开始！请记住，我们排列the bits, 不是向量的顺序。排列位后，它们保持顺序，例如：

v1
v5
v0
v3
v2
v4

现在是查询向量，q，到达，但（几乎）不太可能是same在我们的数据集中有一个向量（排列后），因此我们不会通过执行二分搜索找到它。

然而，我们最终会处于两个向量之间。所以现在我们可以想象场景是这样的（例如q位于 v0 和 v3 之间：

v1
v5
v0 <-- up pointer
   <-- q lies here
v3 <-- down pointer
v2
v4

现在我们向上或向下移动指针，寻找与最多位匹配的 vi 向量q。假设它是 v0。

类似地，我们进行第二次排列并找到向量 vi，假设为 v4。我们现在比较第一个排列中的 v0 和 v4，看看哪个最接近q，即哪一个具有最多的位等于q.

但是，如果您正在寻求现成的实施，您应该询问软件推荐 https://softwarerecs.stackexchange.com/。我还会查看我链接到的论文，看看作者是否公开了代码，或者他们是否愿意在联系他们后分享代码。