哈希学习算法之一：ANN背景介绍

一、由ANN进入Hash

NN，即最近邻（nearest neighbor），定义在一个数据集X中，查询点q的最近邻是NN(q)=argmin dist(q,x) 其中x∈X。直接的表示，即为KNN查询，也就是需要找到K个最近邻。一个点x和查询点q的距离取决于具体的查询问题。例如：d维空间的数据集，和欧式距离的场景。
在低维空间时，这些情况都可以得到有效解决（比如k-d tree算法）。然而，在大规模高维数据时，有些算法的计算消耗甚至比线性消耗还要大。所以，ANN（Approximate nearest neighbors）近似最近邻查询被提出，主要是从两个方面实现近邻查询。

1. error-constrained nn
   误差约束最近邻查询，包括(1+ε)-approximate 最近邻查询、R-near neighbor近邻查询
2. time-constrained nn
   时间约束最近邻查询，是限制查询时间。它的目标是实现返回的k个最近邻点尽可能的与实际近邻点相似，同时查询代价尽可能小。

那这和我们研究的哈希算法有什么关系呢？哈希是在ANN中广泛应用的一种解决方案。哈希方法是将参考点和查询点映射到目标对象，ANN从而转换为对目标对象或者一部分原始参考点的处理。

二、Hash执行ANN查询

第一部分中最后提到经哈希函数转换后，得到的目标对象，即为Hash码。

2.1 hash函数

哈希函数定义为y=h(x)