Python LSH使用的哈希中的混淆

矩阵

M

是签名矩阵，它是通过对实际数据进行最小散列生成的，文档作为列，单词作为行。因此，列表示文档

现在它说每个条带（

b

在数字上，

r

在长度上）都有它的列散列，因此一列落在一个桶中。如果两列落在同一个桶中，对于>=1条条纹，则它们可能相似

这意味着我应该创建

b

哈希表并找到

b

独立的哈希函数？或者仅仅一个就足够了，每个条带都将其列发送到相同的bucket集合（但这不会取消条带吗）

在这种情况下，对于哈希表来说，一本字典就足够了吗*

---

*我想我找到了答案，为未来的读者发帖

我将使用一个字典，因为幻灯片提到对每个条带（）使用相同的哈希函数是可以的

每一桶都是我们字典的钥匙

---

在插入时，一个文档（即属于条带的列）将被一个散列函数（我们将创建该函数）传递，结果应该是一个键。这样，我们的字典就会被填充。

我想我找到了答案，为未来的读者发帖

我将使用一个字典，因为幻灯片提到对每个条带（）使用相同的哈希函数是可以的

每一桶都是我们字典的钥匙

在插入时，一个文档（即属于条带的列）将被一个散列函数（我们将创建该函数）传递，结果应该是一个键。这样我们的字典就会被填充