simhash 算法的 java 实现 simhash-java

• 授权协议: MIT
• 开发语言: Java
• 操作系统: 跨平台
• 软件首页: https://github.com/sing1ee/simhash-java
• 软件文档: https://github.com/sing1ee/simhash-java/blob/master/README.md

软件介绍

simhash 算法的 java 实现。

特点

• 计算字符串的 simhash

• 通过构建智能索引来计算所有字符串之间的相似性，因此可以处理大数据

使用

• 使用输入文件和输出文件运行 Main

• inputfile 的格式（参见 src / test_in）：一个文件每行用 utf8 字符集

• outputfile 格式

   

start //start flag

first line // doc

sencode lien // doc1\tdist the dist is the hamming distance between doc and doc1 

end //end flag

本文地址：https://www.codercto.com/soft/d/12319.html