cpcgskill / nsw

NSW(Navigable Small World)算法的纯Python实现

NSW

NSW(Navigable Small World)算法的纯Python实现

目录

• 快速开始
• 性能测试图
• 版权说明

快速开始

import random

import nsw

graph = nsw.NSWGraph(10)
points = [[random.random(), random.random(), random.random()] for _ in range(10)]
graph.add_nodes(points)
query_node = nsw.Node(None, [0.1, 0.2, 0.3])
graph.find_nearest(query_node)

性能测试图

• 1-10000个点的性能测试图

• 1-100000个点的性能测试图

• 1-100000个点的性能测试图 (CPP)

引用

该项目的NSW（Navigable Small World）算法实现基于以下论文：

@misc{malkov2018efficient,
      title={Efficient and robust approximate nearest neighbor search using Hierarchical Navigable Small World graphs}, 
      author={Yu. A. Malkov and D. A. Yashunin},
      year={2018},
      eprint={1603.09320},
      archivePrefix={arXiv},
      primaryClass={cs.DS}
}

论文链接: https://arxiv.org/abs/1603.09320

版权说明

该项目签署了Apache-2.0 授权许可，详情请参阅 LICENSE