HNSW 从稀疏上层快速定位区域,再在底层扩大候选搜索。
附源码片段 · 检索与计算
怎样减少检索与计算的总成本?
关注候选缩减、序列差异与数据搬运;精确键定位归入索引。
HNSW 从稀疏上层快速定位区域,再在底层扩大候选搜索。
先用粗量化器缩小搜索区域,再扫描被选中的倒排列表。
RocksDB 可为 SST 配置 Bloom filter,在读取数据块前排除不可能包含目标键的文件,减少无效查询工作。
Git 文本差异默认采用 Myers 路径;选择 patience 时先利用双方唯一的公共行建立锚点,再处理锚点之间的差异。
CPython 的列表排序识别已有序段,补齐短段,再按 Powersort 策略稳定归并,兼顾局部有序输入与通用排序。