级联度量树
数据结构与算法
2021-12-22 v1
摘要
本文提出级联度量树（CMT），用于高效满足对含 N 个对象数据集的度量搜索查询。它提供额外信息，使查询算法能利用树中每条路径上执行的所有距离计算来进行剪枝。除改进标准度量范围（球）查询算法外，我们提出一种利用 CMT 级联信息的新算法，以对 k-最近邻（kNN）查询实现近最优性能。我们在多达 1000 万个对象的合成数据集以及包含超过 百万个氨基酸的 564K Swiss-Prot 蛋白质序列数据集上展示了 CMT 相对于经典度量搜索结构的性能优势。作为论文补充，我们提供经验考察算法的参考实现，以鼓励改进及 CMT 在实用科学与工程问题中的进一步应用。
引用
@article{arxiv.2112.10900,
title = {The Cascading Metric Tree},
author = {Jeffrey Uhlmann and Miguel R. Zuniga},
journal= {arXiv preprint arXiv:2112.10900},
year = {2021}
}