原始LSH算法trick

　　 原始LSH算法算法原理是将特征逐维映转成01串，之后进行hash（随机选bit），将空间中中相近的点hash到同一个桶；这样在查询中，只在同一个桶内暴力搜索即可，相较于在整个数据库中暴力查找，无疑减少了两两比较的次数，减少检索时间。
　 算法实现中，如果真的逐维把特征值展开成01串，对于高维特征（维度几千），那么这个展开的“串”将特别的长，例如4000维特征，特征类型uchar，那么其转换成的串的长度为：255**4000，既占用存储空间，又浪费时间。原论文中提到了一个trick来避免转成“串”的这个过程，下面我试着解释一下这个trick。
　　 假设特征为[4,2,5],特征最大值为5，那么将特征逐维度展开后的01“串”为：
　　　　　　　　　

　　 假设hash函数随机选取的bit位为：[2,3,6,8,10],那么提取出来的value为11101，这是展开成“串”的做法，下面我们换一种思路。
　　 提取出的bit位 bits=[2,3,6,8,10]实质上分别作用于原始特征[4,2,5]的某一维：bits0 =[2,3]提取第一维（4）展开的串，bits1=[6,8]提取第二维（2）站看的串，bits2=[10]提取第三维（5）展开的串，提取出对应的bit值后