創建標籤的可表示簽名

Question

可以說我有分配給他們的標籤的項目，如「藍色」，「大」，「靈活」。比方說，我也有一個所有可能的標籤字典。

現在的問題是：如何將所有標籤壓縮到單個小號簽名，讓我們說一個浮點數。要求是具有相似標籤的項目具有類似的簽名。

所有的標籤是永遠知道的。簽名應該相對較小，例如一個浮點數或一組整數。

Answer 1

坦率地說，我認爲把這個降到一個數字的方案是不值得的。只需使用16位int或32位int來表示標記。併爲每個要應用於項目的標籤使用這些字段中的一個。您節省空間的追求只會增加不必要的複雜性。

爲每個標籤分配一個ID號。您可能希望將標記的映射存儲到單獨的表中。調用標籤總數N和給定項目可以有的標籤數量M.標籤簽名將作爲M數字base-N編號的ID。

因此，如果N = 50K和M = 3

標籤1 = 49999 標籤2 = 1 標籤3 = 2

標記簽名= 49999 + 1 * 50000^1 + 2 * 50000^2 = 5,000,099,999

您將需要超過64位來表示這一點。使用足夠大的整數類型來表示該值。必要時使用多個整數。不要使用浮標，你會失去精度。