找到一个30维向量的10个最接近的匹配项，是什么数据结构？
找到一个30维向量的10个最接近的匹配项，是什么数据结构？
提问于 2012-12-25 20:43:49
我得到了一个有30个维度的向量，我想在我的数据库中找到10个最接近的匹配。我的数据库中有大约3000个向量，我必须将其与之进行比较。一些维度比其他维度更重要，所以我想给它们单独的权重。
这30个维度是RGB值的10倍。我把一张照片分成9块。所以9*3 (RGB) 27。最后三个值是图片的平均颜色的RGB。
我的问题是:如果可能的话，这是可能的吗？使此过程尽可能快速有效的最佳方法是什么？就我自己而言，我正在考虑一种树，但树太多了，我不知道哪一棵最适合我的问题。
编辑：
我想我并不完全清楚我想要实现什么。我有一个随机向量，我想将这个向量与数据库中的向量进行比较，找出10个闭合的向量。我有一个包含所有向量的数据库。我已经将它们存储在MySQL DB中，每一行都是一个向量。见下文
回答 1
Stack Overflow用户
发布于 2012-12-25 23:52:42
这个问题类似于找到与参考点最接近的n个点的问题，当您有太多参考点时。
假设您知道如何比较两个向量以找到它们之间的“距离”，则可以使用最大堆。使用与随机向量的距离作为比较来自db的两个向量的关键字。那是,
- 查找随机向量与数据库中前10个向量的距离，并将它们存储在大小为10的最大堆中。因此，根将是到目前为止距离随机向量最远的向量。
- 逐个比较并找出随机向量与所有其他向量之间的距离。
- 对于每次比较，如果找到的距离小于最大堆的根，则从堆中提取最大元素并将最新的向量插入堆中。
- 在结束时，您将拥有堆中最接近的10个向量。
也就是说，你的问题空间看起来真的很小。所以，你可以按照评论中的建议使用暴力。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/14030750
复制相关文章
相似问题
腾讯云开发者
