simhash算法的java实现simhash-java.zip下载

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 Maininputfile 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 标签：simhash