局部敏感哈希(原始LSH)C++实现

    之前项目中用到LSH算法来做特征检索，对LSH算法很好奇，最近看了LSH的论文，依照自己的理解，初步写了LSH代码。测试效果不是特别理想，参数的选择也基本靠尝试，姑且先把代码放上来，之后再改进吧（2016.01.24）

代码块

#include <vector>
#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
using namespace std;
using namespace cv;
/* 算法思路
  1. 确定参数 k(bitCount)、以及哈希表个数l; （这里设置固定值吧 不知道怎么求最优质）
  2. 生成一级哈希函数;
  3. 数据一级哈希到bucket
  4. 压缩bucket.用二级哈希函数把一级的bucket哈希到二级哈希表中（需要确定二级哈希表的容量M）;
  */
const int k = 700; //或者用展开成01串的特征的长度来计算k 
const int l = 10;
const int MaxValue = 255;//特征为uchar类型
const int M = 100; //二级哈希表的容量


struct Bucket
{
vector<Mat> features;//保存hash到这个桶的图像的特征
vector<int> names;//保存图像的名称
int bucketSize;
};
struct Table 
{
vector<Bucket> bucket;
int TableSize;
};
class myLSH
{
public:
myLSH(){};
~myLSH(){};
public:
int Init( int m, int l, float ratio,int featureDims );
int train(Mat featurtes);
int Search(Mat feature,int& name, int& dist);//输入查询特征 返回特征名 和距离
private:
//int creatHashFamily(); 
int GetHashFun_level1();//生成一级哈希函数
int Hash_level1( Mat feature,int hashFunID,vector<unsigned char>& value );//输入一级哈希函数、原始特征，得到原始特征的映射value;这里用的算法避免了把数字展开成01串
int Hash_level2( vector<unsigned