Method index_old

join/LSH/datasketch/lshensemble.py:189–225

给出所有集合的键、MinHashes和大小的索引。 它只能在索引创建后被调用一次。 Args: entries (`iterable` of `tuple`): 需要格式为 `(key, minhash, size)`， 其中key是一个集合的唯一标识符，minhash是该集合的MinHash，size是该集合的大小。 Note: size需要为正数

(self, entries)

                        self.indexes[part][r].hashtables[i].insert(j, lshE.indexes[part][r].hashtables[i][j])
    
    def index_old(self, entries):
        '''
        给出所有集合的键、MinHashes和大小的索引。
        它只能在索引创建后被调用一次。

        Args:
            entries (`iterable` of `tuple`): 需要格式为 `(key, minhash, size)`，
                其中key是一个集合的唯一标识符，minhash是该集合的MinHash，size是该集合的大小。

        Note:
            size需要为正数
        '''
        if not self.is_empty():
            raise ValueError("Cannot call index again on a non-empty index")
        if not isinstance(entries, list):
            queue = deque([])
            for key, minhash, size in entries:
                if size <= 0:
                    raise ValueError("Set size must be positive")
                queue.append((key, minhash, size))
            entries = list(queue)
        if len(entries) == 0:
            raise ValueError("entries is empty")
        # 创建最优的分区
        sizes, counts = np.array(sorted(
            Counter(e[2] for e in entries).most_common())).T
        partitions = optimal_partitions(sizes, counts, len(self.indexes))
        for i, (lower, upper) in enumerate(partitions):
            self.lowers[i], self.uppers[i] = lower, upper
        # 将候选索引插入到对应分区
        entries.sort(key=lambda e : e[2])
        curr_part = 0
        for key, minhash, size in entries:
            if size > self.uppers[curr_part]:
                curr_part += 1
            for r in self.indexes[curr_part]:
                self.indexes[curr_part][r].insert(key, minhash)

    def query(self, minhash, size):
        ''&#x27;