待验证50% 置信事实精确时间
d·log p样本复杂度是过去依赖子集搜索的尖锐方法所具备的优势量级，HOST在不牺牲多项式运行时间的前提下达到了该水平
1
来源数
50%
置信度
长期有效
时效性
2026/10/5
首次发现
来源
涉及实体
相关事实
待验证在适当条件下，HOST能够以d·log p量级的样本复杂度在多项式时间内精确恢复含p个节点、最大入度为d的DAG78% 相似待验证高斯DAG的高维结构学习面临统计-计算鸿沟：具有尖锐样本复杂度的方法依赖计算代价高昂的子集搜索并需要事先给定入度上界，而多项式时间算法的样本复杂度表现相对逊色76% 相似已验证HNSW通过构建多层图索引将搜索复杂度降至近似O(log n)，IVF通过K-means聚类分割向量空间以牺牲约5-10%召回率换取数量级速度提升74% 相似待验证精确的 K 近邻搜索（KNN）时间复杂度为 O(n×d)，在数百万级别记忆条目下延迟不可接受，ANN 算法通过牺牲极小精度换取数量级速度提升73% 相似待验证柯尔莫哥洛夫复杂度指一段数据的真正长度等于能生成它的最短程序的长度73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/976019API
curl https://kongchang.com/api/v1/knowledge/claims/976019MCP
get_claim(id=976019)