相似連接算法在數(shù)據(jù)清理、數(shù)據(jù)集成和重復(fù)網(wǎng)頁檢測等領(lǐng)域有著廣泛的應(yīng)用．現(xiàn)有相似連接算法有兩種類型：基于相似度閾值的相似連接和Top-k相似連接.Top-k連接算法非常適合于相似度閾值未知的應(yīng)用場景，目前最為有效的Top-k相似連接算法是Xiao等人提出的Topk-j oin．為了解決Topk-j oin中存在的性能問題，提出了一種Top-k相似連接算法Opt-j oin，該算法將Token批處理技術(shù)集成在現(xiàn)有的事件驅(qū)動框架中，以降低前綴事件的處理代價；通過置換哈希查找與過濾操作的執(zhí)行位置來降低哈希查找代價，并理論證明了該置換的正確性．實(shí)驗(yàn)結(jié)果表明：與Topk-join算法相比，Opt-join取得了1.28倍-3 .09倍的性能提升．實(shí)驗(yàn)數(shù)據(jù)還顯示：隨著數(shù)據(jù)長度的增加或K值的增長，Opt-join的性能優(yōu)勢有不斷增加的趨勢，
?