文件 NSG.h
-
namespace faiss
实现具有多种变体的 k-means 聚类。
版权所有 (c) Facebook, Inc. 及其附属公司。
此源代码已获得 MIT 许可，该许可位于此源树根目录中的 LICENSE 文件中。
IDSelector旨在定义要处理的向量子集（用于删除或作为搜索的子集）
PQ4 SIMD 打包和累加函数
基本内核使用 bbs = nb * 2 * 16 个向量累加 nq 个查询向量，并为此生成一个输出矩阵。 对于 nq * nb <= 4 来说很有趣，否则寄存器溢出太大。
这些函数的实现分布在 3 个 cpp 文件中，以减少并行编译时间。 模板被显式实例化。
此文件包含用于计算距离的内核的回调。
在整个库中，向量以 float * 指针的形式提供。 当批量处理（添加/搜索）多个向量时，大多数算法可以得到优化。 在这种情况下，它们作为矩阵传递。 当大小为 d 的 n 个向量作为 float * x 提供时，向量 i 的分量 j 为
x[ i * d + j ]
其中 0 <= i < n 且 0 <= j < d。 换句话说，矩阵始终是紧凑的。 当指定矩阵的大小时，我们称其为 n*d 矩阵，这意味着行优先存储。
I/O 函数可以读取/写入文件名、文件句柄或抽象介质的对象。
读取函数返回应使用 delete 释放的对象。 这些对象中的所有引用均归该对象所有。
倒排列表的定义 + 一些实现该接口的通用类。
由于 IVF（倒排文件）索引对于大规模用例非常有用，因此我们将一些与它们相关的功能分组到这个小型库中。 大多数函数都适用于 IndexIVF 和嵌入在 IndexPreTransform 中的 IndexIVF。
此文件实现了 L2 和内积之外的额外度量标准
实现了一些神经网络层，主要用于支持 QINCo
定义了一些将变换应用于一组向量的对象 通常这些是预处理步骤。
-
struct NSG
公共类型
-
using storage_idx_t = int32_t
向量的内部存储（32 位：这很昂贵）
公共函数
-
explicit NSG(int R = 32)
-
void reset()
-
void search(DistanceComputer &dis, int k, idx_t *I, float *D, VisitedTable &vt) const
-
template<bool collect_fullset, class index_t>
void search_on_graph(const nsg::Graph<index_t> &graph, DistanceComputer &dis, VisitedTable &vt, int ep, int pool_size, std::vector<Neighbor> &retset, std::vector<Node> &fullset) const
-
void add_reverse_links(int q, std::vector<std::mutex> &locks, DistanceComputer &dis, nsg::Graph<Node> &graph)
-
void sync_prune(int q, std::vector<Node> &pool, DistanceComputer &dis, VisitedTable &vt, const nsg::Graph<idx_t> &knn_graph, nsg::Graph<Node> &graph)
-
将节点链接到图。参数：存储索引，knn图（idx_t类型），图（Node类型），是否显示详细信息。
-
扩展树结构。参数：存储索引，节点度数向量。
-
执行深度优先搜索。参数：已访问表，根节点，计数器。返回一个整数。
-
连接未连接的节点。参数：存储索引，两个已访问表，节点度数向量。返回一个整数。
-
检查图的完整性。
-
using storage_idx_t = int32_t
-
namespace nsg
函数
-
DistanceComputer *storage_distance_computer(const Index *storage)
-
template<class node_t>
struct Graph
-
DistanceComputer *storage_distance_computer(const Index *storage)
-
struct NSG