我已经读过这个问题，但遗憾的是它没有帮助。
我不明白的是，一旦我们理解了哪个bucket分配给我们的高维空间查询向量q，我们会做什么：假设使用我们的一组位置敏感的族函数h_1,h_2,...,h_n，我们已经将q转换为低维(n维)散列码c。
那么c是q被分配到的桶的索引，并且其中(希望)也被分配了它的最近邻居，假设有100个向量。
现在，为了找到q的NN，我们只计算q和这100个向量之间的距离，对吗？所以c的使用仅用于索引(它仅用于决定将q分配给哪个bucket)，对吧？
如本次调查(第2.2节)所述，另一种解决方案是"哈希表查找"(前面描述的方法)的替代方案是"快速距离近似"，因此我们进行了详尽的研究，计算c和生成的哈希码之间相对于数据集中每个元素的距离。这应该很快，因为哈希码在低维空间中，并且距离应该计算得更快(例如，如果哈希码空间是二进制的，那么我们可以使用XOR运算符来快速计算两个哈希码之间的hamming距离)。
现在，我想知道的是：这两种方法的优点/缺点是什么？为什么我应该使用一种方法而不是另一种方法？
第一个描述的方法解释了近似近邻搜索。是的，只需检查容器c中的这100个其他项目，您就会获得最佳性能，但在其他相邻容器中错过好的候选者的风险更高。
一个简单的lat/lon坐标哈希方案是Geohash。您可以通过查看同一Geohash块中的商品来找到最近的商店，但在网格边界附近可能会出现不准确的结果。
快速距离近似的一个例子可以在这里找到，它发现具有足够小的汉明距离的图像匹配(利用pHash)。由于散列只有64位长，笔记本电脑GPU每秒可以进行7亿次比较。请注意，将检查所有图像，不使用索引或哈希数据结构。通过这种方式，你的年龄保证能得到所有匹配(在pHash空间)。