hnsw

用于快速近似最近邻搜索的层次可导航小世界图

启用serde功能以序列化和反序列化HNSW。

提示

M和M0参数的一个好的默认值是12和24。根据论文，M0应该总是M的两倍，但你可以自由地更改它们。

示例

要查看如何与汉明空间一起使用，请参阅tests/simple_discrete.rs。要查看如何与欧几里得空间一起使用，请参阅tests/simple.rs。

请注意，测试中的欧几里得实现可能存在一些数值错误，并且可能无法实现三角不等式，特别是在高维情况下。请使用Kahan求和算法进行正确使用。它也可能无法利用SIMD，但使用数组可能会有所帮助。

请参阅space文档有关距离的特性和类型。它还包含特殊的Bits128 - Bits4096元组结构体，这些结构体包装字节数组并启用SIMD功能。提供的基准测试使用这些SIMD实现。

基准测试

以下是您可以与之比较的召回图

有关更多基准测试和如何进行基准测试的信息，请参阅benchmarks.md。

实现

这基于由Yu. A. Malkov和D. A. Yashunin撰写的论文《使用层次可导航小世界图进行高效且鲁棒的近似最近邻搜索》"Efficient and robust approximate nearest neighbor search using Hierarchical Navigable Small World graphs"。这篇论文建立在原始论文NSW的基础上。作者还撰写了关于NSW的多篇论文，这些论文在HNSW之前。

有关参数和实现细节的更多详细信息，请参阅implementation.md。

致谢

这绝对不是对原始实现的直接复制或重实现。这是纯粹基于该论文制作的，没有参考原始头文件。论文写得很好，易于理解，只有一些小例外。感谢作者们的宝贵贡献。

有问题？贡献？兴奋吗？

请访问Rust CV Discord。