simhash的python实现

import hashlib


def hash_str(s):
    md5 = hashlib.md5()
    md5.update(s)
    res = int(md5.hexdigest()[:16], base=16)
    return bin(res)[2:].zfill(64)


def simhash(words, weights):
    words = map(hash_str, words)

    def func(pair):
        word, weight = pair
        return map(lambda ch: weight if ch == '1' else -weight, word)

    nums = map(sum, zip(*map(func, zip(words, weights))))
    return ''.join(map(lambda num: '1' if num > 0 else '0', nums))


x = 'welcome to beijing'.split()
y = range(len(x))
print int(simhash(x, y), 2)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值