用于在度量空间中进行索引和搜索的很好解释的算法

Posted 2023-03-12

【中文标题】用于在度量空间中进行索引和搜索的很好解释的算法

【英文标题】：Well explained algorithms for indexing and searching in metric spaces

【发布时间】：2010-09-17 09:39:45

【问题描述】：

我需要在 Postgres(*)（PL 或 PL/Python）中实现某种度量空间搜索。因此，我正在寻找好的资源（或论文），对这些想法背后的机制有非常清晰和清晰的解释，以便我可以自己实施。

我更喜欢清晰而不是效率。

(*) 更好地描述了对此的需求here。

【参考方案1】：

尤其是地理数据，先看PostGIS，看看是否需要实现什么。如果您这样做，请从Wikipedia entry on GiST 中列出的论文开始。

查看您的链接，您的度量空间似乎是具有某种编辑距离作为度量的字符串。 Navarro, Baeza-Yates, Sutinen, and Tarhio, IEEE Data Engineering Bulletin, 2001 给出了一些解决方案的不错但过时的概述； Citeseer 上的相关论文也可能有用。 Locality Sensitive Hashing 是一种可能有用的新技术，但很多论文都侧重于数学。

【参考方案2】：

涉及空间搜索的一些可能对您有所帮助的技术包括爬山、神经网络训练、遗传算法和粒子群。

您还需要在度量空间上定义距离度量。你这样做了吗？（出于好奇，如果你这样做了，那是什么）

【参考方案3】：

BK-Trees 可用于索引和搜索符合三角不等式的任何内容，包括度量空间。典型示例是在目标的给定编辑距离内搜索字符串。我写了一篇关于here的文章。

不幸的是，Postgres 中没有内置支持。您可以使用GIST 自己实现它，但显然这将是很多工作。除了将树存储在表中之外，如果不编写自己的索引，我想不出任何方法来实现它，这显然不会很有效。

【参考方案4】：

您可以尝试http://sisap.org，其中列出了许多现代指标索引，包括 BK 树。您可以在 C 中找到代码来尝试不同的替代方案。