待验证50% 置信事实精确时间

局部敏感哈希LSH由Indyk和Motwani于1998年提出，可将billion级向量的最近邻搜索时间复杂度从O(n)降至近似O(1)

1

来源数

50%

置信度

长期有效

时效性

2026/7/15

首次发现

来源

检索 vs 推理：大模型时代检索技术还重要吗？六位专家深度激辩

相关事实

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% 相似待验证局部敏感哈希（LSH）通过设计哈希函数使相似向量高概率映射到同一哈希桶，将最近邻搜索的时间复杂度从线性降至近似常数级65% 相似待验证分解子域策略可将步数复杂度从O((L/w)²)降低到O(L²/(N·w²))，其中N为子域数目62% 相似已验证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61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/518304

API

curl https://kongchang.com/api/v1/knowledge/claims/518304

MCP

get_claim(id=518304)