结构体 faiss::IndexHNSWCagra

struct IndexHNSWCagra : public faiss::IndexHNSW

公共类型

typedef HNSW::storage_idx_t storage_idx_t
using component_t = float
using distance_t = float

公共函数

IndexHNSWCagra()
IndexHNSWCagra(int d, int M, MetricType metric = METRIC_L2)
virtual void add(idx_t n, const float *x) override

向索引添加 n 个维度为 d 的向量。

向量隐式分配标签 ntotal .. ntotal + n - 1 该函数将输入向量切分成小于 blocksize_add 的块，并调用 add_core。

参数:

  • n – 向量的数量

  • x – 输入矩阵，大小为 n * d

virtual void search(idx_t n, const float *x, idx_t k, float *distances, idx_t *labels, const SearchParameters *params = nullptr) const override

搜索的入口点

virtual void train(idx_t n, const float *x) override

如果需要，训练存储。

virtual void range_search(idx_t n, const float *x, float radius, RangeSearchResult *result, const SearchParameters *params = nullptr) const override

向索引查询 n 个维度为 d 的向量。

返回所有距离 < radius 的向量。 请注意，许多索引不实现 range_search（只有 k-NN 搜索是强制性的）。

参数:

  • n – 向量的数量

  • x – 要搜索的输入向量，大小为 n * d

  • radius – 搜索半径

  • result – 结果表

virtual void reconstruct(idx_t key, float *recons) const override

重建存储的向量（如果是有损编码，则为近似值）

对于某些索引，可能未定义此函数

参数:

  • key – 要重建的向量的 ID

  • recons – 重建的向量（大小为 d）

virtual void reset() override

从数据库中删除所有元素。

void shrink_level_0_neighbors(int size)
void search_level_0(idx_t n, const float *x, idx_t k, const storage_idx_t *nearest, const float *nearest_d, float *distances, idx_t *labels, int nprobe = 1, int search_type = 1, const SearchParameters *params = nullptr) const

仅在第 0 层执行搜索，给定每个顶点的起始点。

参数:

search_type – 1：每次 nprobe 执行一次搜索，2：将所有入口点排队

void init_level_0_from_knngraph(int k, const float *D, const idx_t *I)

替代的图构建方法

void init_level_0_from_entry_points(int npt, const storage_idx_t *points, const storage_idx_t *nearests)

替代的图构建方法

void reorder_links()
void link_singletons()
void permute_entries(const idx_t *perm)
virtual DistanceComputer *get_distance_computer() const override

获取此索引类型的 DistanceComputer（在 AuxIndexStructures 中定义）对象。

DistanceComputer 是为支持对其向量进行随机访问的索引实现的。

virtual void add_with_ids(idx_t n, const float *x, const idx_t *xids)

与 add 相同，但存储 xids 而不是顺序 id。

默认实现会因断言而失败，因为它并非所有索引都支持。

参数:

  • n – 向量的数量

  • x – 输入向量，大小为 n * d

  • xids – 如果非空，则要为向量存储的 id（大小为 n）

virtual void assign(idx_t n, const float *x, idx_t *labels, idx_t k = 1) const

返回与查询 x 最接近的 k 个向量的索引。

此函数与搜索相同，但仅返回邻居的标签。

参数:

  • n – 向量的数量

  • x – 要搜索的输入向量，大小为 n * d

  • labels – NN 的输出标签，大小为 n*k

  • k – 最近邻的数量

virtual size_t remove_ids(const IDSelector &sel)

从索引中删除 ID。并非所有索引都支持。返回已删除元素的数量。

virtual void reconstruct_batch(idx_t n, const idx_t *keys, float *recons) const

重构几个存储的向量（如果是有损编码，则为近似值）

对于某些索引，可能未定义此函数

参数:

  • n – 要重构的向量的数量

  • keys – 要重构的向量的id (大小为n)

  • recons – 重构的向量 (大小为 n * d)

virtual void reconstruct_n(idx_t i0, idx_t ni, float *recons) const

重构向量 i0 到 i0 + ni - 1

对于某些索引，可能未定义此函数

参数:

  • i0 – 序列中第一个向量的索引

  • ni – 序列中向量的数量

  • recons – 重构的向量 (大小为 ni * d)

virtual void search_and_reconstruct(idx_t n, const float *x, idx_t k, float *distances, idx_t *labels, float *recons, const SearchParameters *params = nullptr) const

类似于搜索，但也重构了搜索结果的存储向量（如果是lossy编码，则为近似值）。

如果查询的结果不足，则结果数组将用-1填充。

参数:

  • n – 向量的数量

  • x – 要搜索的输入向量，大小为 n * d

  • k – 提取的向量数

  • distances – 输出成对距离，大小为 n*k

  • labels – NN 的输出标签，大小为 n*k

  • recons – 重构的向量大小 (n, k, d)

virtual void compute_residual(const float *x, float *residual, idx_t key) const

计算索引编码后的残差向量。

残差向量是向量与可以从其在索引中的表示形式解码的重构之间的差。 残差可以用于多阶段索引方法，例如IndexIVF的方法。

参数:

  • x – 输入向量, 大小为 d

  • residual – 输出残差向量, 大小为 d

  • key – 编码索引, 由搜索和分配返回

virtual void compute_residual_n(idx_t n, const float *xs, float *residuals, const idx_t *keys) const

计算索引编码后的残差向量 (批量形式)。 相当于为每个向量调用 compute_residual。

残差向量是向量与可以从其在索引中的表示形式解码的重构之间的差。 残差可以用于多阶段索引方法，例如IndexIVF的方法。

参数:

  • n – 向量的数量

  • xs – 输入向量, 大小为 (n x d)

  • residuals – 输出残差向量, 大小为 (n x d)

  • keys – 编码索引, 由搜索和分配返回

virtual size_t sa_code_size() const

生成的代码的大小 (以字节为单位)

virtual void sa_encode(idx_t n, const float *x, uint8_t *bytes) const

编码一组向量

参数:

  • n – 向量的数量

  • x – 输入向量，大小为 n * d

  • bytes – 输出编码后的向量, 大小为 n * sa_code_size()

virtual void sa_decode(idx_t n, const uint8_t *bytes, float *x) const

解码一组向量

参数:

  • n – 向量的数量

  • bytes – 输入编码后的向量, 大小为 n * sa_code_size()

  • x – 输出向量, 大小为 n * d

virtual void merge_from(Index &otherIndex, idx_t add_id = 0)

将条目从另一个数据集移动到 self。输出时，other 为空。add_id 会添加到所有移动的 id（对于连续的 id，这应该是 this->ntotal）

virtual void check_compatible_for_merge(const Index &otherIndex) const

检查两个索引是否兼容（即，它们以相同的方式训练并具有相同的参数）。否则抛出异常。

virtual void add_sa_codes(idx_t n, const uint8_t *codes, const idx_t *xids)

添加使用独立编解码器计算的向量

参数:

  • codes – 要添加的代码，大小为 n * sa_code_size()

  • xids – 相应的 ID，大小为 n

公共成员

bool base_level_only = false

设置为 true 时，索引是不可变的。此选项用于将 knn 图从 GpuIndexCagra 复制到 IndexHNSWCagra 的基础级别，而不添加上层级别。 这样做可以搜索 HNSW 索引，但删除了添加向量的能力。

int num_base_level_search_entrypoints = 32

当 base_level_only 设置为 True 时，搜索函数仅搜索 HNSW 索引的基础级别的 knn 图。 此参数通过随机选择一些点并使用最佳点来选择入口点。

HNSW hnsw
bool own_fields = false
Index *storage = nullptr
bool init_level0 = true
bool keep_max_size_level0 = false
int d

向量维度

idx_t ntotal

索引向量的总数

bool verbose

详细级别

bool is_trained

如果 Index 不需要训练，或者已经完成训练，则设置

MetricType metric_type

此索引用于搜索的度量类型

float metric_arg

度量类型的参数