use*_*779 3 java algorithm hash minhash locality-sensitive-hash
我正在用Java编写一个minhashing算法,它要求我生成任意数量的随机散列函数(在我的情况下为240个散列函数),并通过它运行任意数量的整数(目前为2000).
为了做到这一点,我一直在为240个散列函数中的每一个生成随机数a,b和c(从1到2001的范围).然后,我的哈希函数返回h =((a*x)+ b)%c,其中h是返回值,x是通过它运行的整数之一.
这是随机散列的有效实现,还是有更常见/可接受的方式来实现它？
这篇文章提出了类似的问题,但我仍然对答案的措辞感到困惑: Minhash实现如何为排列找到哈希函数
几年前,当我使用Bloom过滤器时,我遇到了一篇文章,该文章描述了如何使用最少的代码非常简单地生成多个哈希函数.他描述的方法非常有效.请参阅更少哈希,相同性能:构建更好的布隆过滤器.
其基本思想是创建两个散列函数,调用它们h1和h2,使用它可以然后模拟多个散列函数,g1通过gk使用以下公式:
gi = h1(x) + i*h2(x)
i从1到k(您想要的散列函数的数量)不等.
即使你决定不实施他的想法,这篇论文也值得一读.虽然在阅读之后我无法想象不想实现它.它使我的Bloom过滤器代码更易于处理,并且不会对性能产生负面影响.