最大点积向量检索（MIPS）：
原有的LSH使用经过原点的随机超平面进行划分，只能对余玄相似度（cosine-distance）进行划分，所以在进行检索的时候，能大幅减少计算量。
所以针对点积距离（inner-product-distance）检索的时候，不能直接使用原本的LSH。
Simple-LSH：
Refer：On Symmetric and Asymmetric LSHs for Inner Product Search
Simple-LSH
A-LSH：
Refer：Asymmetric LSH (ALSH) for Sublinear Time Maximum Inner Product Search (MIPS)
A-LSH
A-LSH Parameters Choice：
Refer：NIPS: Oral Session 2 - Anshumali Shrivastava
image2018-1-26 14_25_54.png
