已验证70% 置信事实精确时间
HNSW通过构建多层图索引将搜索复杂度降至近似O(log n)，IVF通过K-means聚类分割向量空间以牺牲约5-10%召回率换取数量级速度提升
4
来源数
70%
置信度
长期有效
时效性
2026/7/6
首次发现
来源
Claude Code弃用RAG改用Grep：技术选型背后的工程逻辑
bilibiliAI大模型大鱼2026/7/3
相关事实
待验证HNSW算法的时间复杂度约为O(log N)，近似最近邻算法在召回率95-99%下将检索时间从线性降至对数级别80% 相似待验证d·log p样本复杂度是过去依赖子集搜索的尖锐方法所具备的优势量级，HOST在不牺牲多项式运行时间的前提下达到了该水平74% 相似待验证Barnes-Hut 优化通过空间八叉树将远距离节点群近似为单一质心，将计算复杂度从 O(N²) 降低到 O(N log N)72% 相似待验证精确的 K 近邻搜索（KNN）时间复杂度为 O(n×d)，在数百万级别记忆条目下延迟不可接受，ANN 算法通过牺牲极小精度换取数量级速度提升70% 相似已验证ANN 算法（如 HNSW、IVF-PQ）以牺牲极小精度换取数量级的检索速度提升，是生产级向量检索标准选择70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/113185API
curl https://kongchang.com/api/v1/knowledge/claims/113185MCP
get_claim(id=113185)