集合对比

参考文章：《数学之美》第十六章——信息指纹及其应用

判断集合完全相同

• 暴力对比
  O(n^2)

• 排序对比
  O(nlogn)

• 将第一个集合放在一个散列表中，第二个哈希之后也进行看是不是跟第一个集合中的相似。更好的方法是每个元素散列后都相加起来，然后对比两个集合的结果是不是一样
  O(n)

判断集合基本相同

进行采样后进行同样的计算，比如选择最后两位都是24的进行计算即可，文本的话可以计算几个IDF大的词，然后计算指纹看相同与否。判断文本是否抄袭，将文本分割成几个段，然后还是计算每段IDF大的几个词的指纹，对比看是否有指纹相同的。

相似哈希

...