本文对深度哈希算法进行了全面的研究。在损失函数的基础上，将深度监督哈希方法按照相似度保留的方式分为:两两相似度保留、多相似度保留、隐式相似度保留和量化。此外，我们还介绍了其他一些主题，如深度无监督哈希和多模态深度哈希方法。同时，我们还介绍了一些常用的公共数据集和深度哈希算法的性能测试方案。最后，我们在结论中讨论了一些可能的研究方向。
2021-06-02 17:15:19
387KB
1
average_code [计算平均值]可用于用户抢红包等
1: red_envelope_code [二倍均值法] 可用于用户抢红包等
wheel_timer [时间轮]可用于定时任务
1: simple_timing_wheel [简单时间轮（Simple Timing Wheel）]
bloom_filter_code [布隆过滤器]
1: bloom 布隆过滤器
consistent_hash_code [一致性Hash算法]
1: consistent 一致性Hash算法
leet_code [leet_code刷题]
1: leet_code刷题
heap [堆]
1: max_heap_test 大顶推
2: min_heap_test 小顶堆
linked_list [链表]
1: cycle_list 循环链表
2: dou
2021-05-29 16:03:02
7.64MB
1
利用Hash技术统计C源程序中关键字的频度：扫描一个C源程序，用Hash表存储该程序中出现的关键字，并统计该程序中的关键字出现的度。用线性探测法解决Hash冲突。设Hash函数为：Hash(Key)=[(Key的首字母序号)*100+(Key的尾字母序号)] Mod 41。关键字39个
2021-05-26 09:52:50
194KB
1