Algorithm 延迟选择k的有效kNN图构造

使用Levenshtein距离作为度量，我想为一大组字符串中的所有元素找到精确的k-最近邻，但我还不确定k的值需要多高。是否有一种算法或数据结构允许我推迟选择，并逐渐增加k，而不会在计算k的较高值时产生显著的效率成本？如果可能的话，我希望能够灵活地为不同的元素使用不同的k值

我有很多可以使用的数据集，但我想使用一个包含500000个字符串的数据集，每个字符串大约100个字符，这会使接近距离函数的O（N^2）调用的方法花费太长时间

---

我曾尝试使用GNAT，但发现knn查询有点太慢（通常每个元素接近N个距离函数调用）。

您希望需要的

k

的最大值是多少？正如我希望暗示的，我不确定！作为一种暗箭伤人的做法，5设定最大值

k=20

，我认为最好的方法是首先使用最大值

k

进行计算。数据存储要求是每个字符串大约80字节，总共40MB，用于存储20个邻居中每个邻居的ID和距离。我不太关心空间/内存（否则我不会使用GNAT）；问题在于时间的复杂性。