地方敏感哈希实施？
在C / C ++ / Java / C＃中是否有任何相对简单易懂（并且易于实现）的局部敏感哈希示例？
我想更多地了解这个概念，所以想尝试一些文本文件只是为了看看它是如何工作的，所以我不需要任何高性能或任何东西……只是一个哈希的例子为类似输入返回类似哈希的函数。 之后我可以通过实例了解更多信息。 🙂
对于字符串，您可以使用近似匹配算法。
- 生成随机字符串
- 对于所有字符串，使用http://www.dotnetperls.com/levenshtein等算法计算它们与该随机共享字符串的距离
如果字符串与参考字符串等距，则很可能它们彼此相似。 你去了你有一个字符串的局部敏感哈希实现。
您可以为一系列距离创建不同的散列桶。
编辑：您可以尝试其他字符串距离的变化。 一个更简单的算法就是返回no。 两个字符串之间的共同字符。
那么在MSDN博客上有一篇很好的文章： http ： //blogs.msdn.com/b/spt/archive/2008/06/11/locality-sensitive-hashing-lsh-and-min-hash.aspx
还有至少一次C ++库，你可以检查这里的源代码： http ： //sourceforge.net/projects/lshkit/
Hadoop上还有一个Java实现。 它在文件方面做得很好。
它被称为LikeLike
目前，Likelike仅支持Min-Wise独立排列。 Min-Wise独立排列适用于Google新闻的推荐
我意识到你明确要求使用C / C ++ / C＃，但是有一个 nilsimsa散列 的Python端口 ，可能比其他更大的库更容易理解。