Есть ли относительно простые для понимания (и простые в реализации) локально-чувствительные хэш-примеры в C/С++/Java/С#?
Я хотел бы узнать больше об этой концепции и поэтому хочу попробовать реализацию на нескольких текстовых файлах, чтобы увидеть, как она работает, поэтому мне не нужна ничего высокопроизводительная или что-то еще... просто пример хэш-функции, которая возвращает аналогичные хэши для аналогичных входов. После этого я могу узнать больше из этого примера.:)
Для строк вы можете использовать алгоритм приближенного соответствия.
Если строки равноудалены от ссылочной строки, то, скорее всего, они похожи друг на друга. И там вы идете, у вас есть локализованная хеш-реализация хэша для строк.
Вы можете создавать различные хэш-ведра для диапазона расстояний.
РЕДАКТИРОВАТЬ: Вы можете попробовать другие варианты длины строк. Более простой алгоритм просто вернул бы нет. общих символов между двумя строками.
В статьях MSDN есть отличная статья: http://blogs.msdn.com/b/spt/archive/2008/06/11/locality-sensitive-hashing-lsh-and-min-hash.aspx
Также есть как минимум библиотека С++, которую вы можете проверить здесь: http://sourceforge.net/projects/lshkit/
Существует также реализация Java на Hadoop. он хорошо документирует документы.
он называется LikeLike
В настоящее время Likelike поддерживает только Минимальные независимые перестановки. Минимальные независимые перестановки применительно к рекомендации Новости Google
Я понимаю, что вы явно просили C/С++/С#, но есть порт Python nilsimsa hash, который может быть проще получить, чем другие, более крупные библиотеки.