利用Minhash和LSH尋找相似的集合

問題背景 給出N個集合，找到相似的集合對，如何實現呢？直觀的方法是比較任意兩個集合。那麼可以十分精確的找到每一對相似的集合，但是時間複雜度是O(n2)。當N比較小時，比如K級，此算法可以在接受的時間範圍內完成，但是如果N變大時，比B級，甚至P級，那麼需要的時間是不能夠被接受的。比如N= 1B = 1,000,000,000。一臺計算機每秒可以比較1,000,000,000對集合是否相等。那麼大概需

>>阅读原文<<