【E2LSH源码分析】E2LSH源码综述及主要数据结构

上一小节，我们对p稳定分布LSH的基本原理进行了介绍（http://blog.csdn.net/jasonding1354/article/details/38237353），在接下来的博文中，我将以E2LSH开源代码为基础，对E2LSH的源码进行注解学习，从而为掌握LSH的基本原理以及未来对相似性搜索的扩展学习打下基础。

1、代码概况

E2LSH的核心代码可以分为3部分：

• LocalitySensitiveHashing.cpp——主要包含基于LSH的RNN(R-near neighbor)数据结构。其主要功能是根据参数构建数据结构进行查询数据对象的功能；
• BucketHashing.cpp——主要包含对于哈希桶的普通哈希表。其主要功能是构建哈希表，添加哈希桶到表中和查询哈希桶；
  
• SelfTuning.cpp——包含计算RNN数据结构最佳参数的函数。
  

其他代码说明：

• Geometry.h——包含对数据点的定义（数据类型PPoint）；
  
• NearNeighbors.cpp, NearNeighbors.h——包含E2LSH核心代码的函数接口；
  
• Random.cpp, Random.h——包含伪随机数产生器；
  
• BasicDefinitions.h——通用的类型定义和宏定义；
  
• Utils.cpp, Utils.h——包含一些通用的函数（如复制向量）。
  

2、主要的数据结构

（1）RNearNeighborStructureT（LocalitySensitiveHashing.h中定义）——R near neighbor数据结构。该结构包含构建数据结构的参数、哈希函数族gi的描述、结构中数据点的索引和用于存储哈希桶的L个哈希表的指针。

typedef struct _RNearNeighborStructT {
  IntT dimension; // dimension of points.
  IntT parameterK; // parameter K of the algorithm.
  IntT parameterL; // parameter L of the algorithm.
  RealT parameterW; // parameter W of the algorithm.
  IntT parameterT; // parameter T of the algorithm.
  RealT p