基于快速CoveringLSH的可扩展性与全召回

局部敏感哈希（LSH）已成为高维空间中具有强性能保证的相似性搜索的主导算法技术。传统LSH方案的一个缺点是可能存在假阴性，即召回率小于100%。这限制了LSH在需要精确性能保证的场景中的适用性。基于近期消除假阴性的理论“CoveringLSH”构造，我们提出了一种用于汉明空间的快速且实用的覆盖LSH方案，称为 Fast CoveringLSH (fcLSH)。继承了CoveringLSH的设计优势，我们的方法避免假阴性并总是报告所有近邻。与CoveringLSH相比，我们将哈希函数计算时间的渐近复杂度从 $\mathcal{O}(dL)$ 改进到 $\mathcal{O}(d + L\log{L})$，其中 $d$ 为数据维度，$L$ 为哈希表数量。我们在合成和真实世界数据集上的实验表明，fcLSH 在高达20的搜索半径内、高维汉明空间中的表现可与传统基于哈希的方法相媲美（且通常更优）。