JAVA实现的Locality Sensitive Hash

最新推荐文章于 2025-03-13 18:42:31 发布

原创最新推荐文章于 2025-03-13 18:42:31 发布 · 3.5k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#java #string #random #byte #list #query

博主曾介绍LSH原理及适用场景，此次给出其具体实现和实验效果。利用LSH对图片边缘直方图特征建模，可用于近似图片查找，还给出了相关转载链接。

我在之前的博客已大致介绍了LSH的原理及其的适用场景，有兴趣的朋友可以移步至
http://grunt1223.javaeye.com/blog/937600

这里我给出它的具体实现及实验效果：

private int dimention; //维度大小，例如对于sift特征来说就是128  
private int max; //所需向量中元素可能的上限，譬如对于RGB来说，就是255  
private int hashCount; //哈希表的数量，用于更大程度地削减false positive  
//LSH随机选取的采样位数，该值越小，则近似查找能力越大，但相应的false positive也越大；若该值等于size，则为由近似查找退化为精确匹配  
private int bitCount;   
private int size; //转化为01字符串之后的位数，等于max乘以dimensions  
private int[][] hashFamily; //LSH哈希族，保存了随机采样点的INDEX  
VectorComparator comparator;   
// private HashMap<String, ArrayList<IdentifiedVector>> map;  
private HashMap<String, ArrayList<String>> map;  
  
public SimpleLSH(int dimention, int max, int hashCount, int bitCount) {  
    this.dimention = dimention;  
    this.max = max;  
    this.hashCount = hashCount;  
    this.bitCount = bitCount;  
    this.size = this.dimention * this.max;  
    this.hashFamily = new int[hashCount][bitCount];  
    // map = new HashMap<String, ArrayList<IdentifiedVector>>();  
    map = new HashMap<String, ArrayList<String>>();  
    this.comparator = new VectorComparator(new int[] { 0 });  
}  
  
//生成随机的投影点  
private void generataHashFamily() {  
    Random rd = new Random();  
    for (int i = 0; i < hashCount; i++) {  
    for (int j = 0; j < bitCount; j++) {  
        hashFamily[i][j] = rd.nextInt(size);  
    }  
}  
  
//将向量转化为二进制字符串，比如元素的最大范围255，则元素65就被转化为65个1以及190个0  
private int[] unAray(int[] data) {  
    int unArayData[] = new int[size];  
    for (int i = 0; i < data.length; i++) {  
        for (int j = 0; j < data[i]; j++) {  
        unArayData[i * max + j] = 1;  
        }  
    }  
    return unArayData;  
}  
  
//将向量映射为LSH中的key  
private String generateHashKey(int[] list, int hashNum) {  
    StringBuilder sb = new StringBuilder();  
    int[] tempData = unAray(list);  
    int[] hashedData = new int[bitCount];  
    //首先将向量转为二进制字符串  
    for (int i = 0; i < bitCount; i++) {  
        hashedData[i] = tempData[hashFamily[hashNum][i]];  
    sb.append(hashedData[i]);  
    // System.out.print(hashedData[i]);  
    }  
      
    //再用常规hash函数比如MD5对key进行压缩  
    MessageDigest messageDigest = null;  
    try   
    {  
        messageDigest = MessageDigest.getInstance("MD5");  
    }  
    catch (NoSuchAlgorithmException e) {  
    }  
  
    byte[] binary = sb.toString().getBytes();  
    byte[] hash = messageDigest.digest(binary);  
    String hashV = MathUtils.getHexDigest(hash);  
    return hashV;  
}  
  
//将向量映射为LSH中的key，并保存至map中  
private void generateHashMap(String id, int[] vercotr) {  
    for (int j = 0; j < hashCount; j++) {  
        String key = generateHashKey(vercotr, j);  
        ArrayList<String> l;  
        if (map.containsKey(key)) {  
            l = map.get(key);  
        } else {  
            l = new ArrayList<String>();  
        }  
        l.add(id);  
        map.put(key, l);  
    }  
}  
  
// 查询与输入向量最接近（海明空间）的向量  
public Set<String> query(int[] data) {  
    // Set<IdentifiedVector> result = new HashSet<IdentifiedVector>();  
    Set<String> result = new HashSet<String>();  
    for (int j = 0; j < hashCount; j++) {  
        String key = generateHashKey(data, j);  
        if (map.containsKey(key)) {  
            result.addAll(map.get(key));  
        }  
    }  
    return result;  
}

我利用上面的LSH对图片的边缘直方图特征进行建模，获得了不错的效果，可以用于近似图片的查找，效果如下：