我正在寻找一个轻量级的Java库，该库支持按局部敏感哈希值进行的最近邻居搜索，以在具有数十万个数据点的高维度(以我为例，32个)数据集中几乎均匀分布的数据。
将所有条目存储在存储桶中以进行查询完全足够好。考虑到我的问题包括的某些过滤器参数，然后可以用不同的方式处理我真正需要的那些参数。
我已经找到likelike了，但是希望它有些小，并且不需要任何其他工具(例如likelike的Apache Hadoop)。
最佳答案
也许这一个:
“TarsosLSH是一个Java库，实现了局部敏感散列(LSH)，这是一种实用的，最近的邻居搜索算法，用于在次线性时间内运行的多维 vector 。它支持多个局部敏感散列(LSH)系列:欧几里得散列家族(L2)，城市块哈希家族(L1)和余弦哈希家族。该库试图在能够完成实际任务的能力和足够紧凑以证明LSH工作原理之间达到最佳平衡。”
可以找到代码here