待验证50% 置信事实精确时间

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

1

来源数

50%

置信度

长期有效

时效性

2026/8/27

首次发现

来源

FastEmbed-rs：Rust本地向量嵌入生成与文档重排实战指南

涉及实体

HNSWtechnology ANNconcept

相关事实

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80% 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72% 相似待验证近似最近邻ANN算法如HNSW和IVF通过牺牲微小精度换取数量级速度提升72% 相似已验证向量数据库底层通常采用HNSW或IVF等近似最近邻算法，检索延迟通常低于10毫秒72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/809137

API

curl https://kongchang.com/api/v1/knowledge/claims/809137

MCP

get_claim(id=809137)