局部敏感哈希-Nilsimsa

Nilsimsa的主要流程是：

1. 针对文本字节序列，设定5字节窗口，向右滑动，一次一个字节；
2. 在每一个5字节窗口，能生成N个三元组，例如：字符串“igram”，可以生成“igr”，“iga”，“igm”，“iga”，“igm”，“gra”，“grm”，“gam”，“ram”；
3. 每一个三元组通过一个哈希函数计算一个结果，这个结果在区间（0,256），此时在下面生成一个256位的存储序列，对应着（0,256），例如，如果“igr”计算成15，那么在15的位置+1；
4. 计算整个文本内容，存储序列的每个位置都有一个累加值；
5. 通过计算存储序列累加值的平均值得到一个阈值，存储序列的每一位元素与该阈值进行比较，如果大于该阈值则是1，否则是0
6. 最后新的256位值通过上述计算获得，该256位序列可以用来刻画该文本

标签：存储,字节,阈值,敏感,计算,哈希,序列,256,Nilsimsa
来源： https://www.cnblogs.com/bonne-chance/p/16510506.html