无论是图像检索、视频检索还是长文本检索，只要涉及到检索，必然需要建立索引。建立索引就是预处理的过程，用空间换时间，而有时空间的节省往往能够降低时间复杂度。磨刀不误砍柴工，就像考试之前好好复习一样，先把知识缓存下来，提取知识的时候才能够更加迅速。
文本倒排索引是索引的一种，这种方式终究无法应对海量数据。
图像检索、视频检索、音频检索所使用的套路非常相近：
- 对内容提取特征
- 对特征进行压缩、规整，得到向量，相当于哈希值
- 查询时，对待查询视频提取特征、计算哈希，去向量库中检索
其中最后一步，拿一个向量去向量库中检索，这个问题名叫最近邻近似搜索（Approximate Nearest Neighbor，ANN）。
阿里巴巴工程师提出一种非常迅猛的算法：
Fast Approximate Nearest Neighbor Search With The Navigating Spreading-out Graph
搜索最近k个近邻的，时间复杂度接近于log N。
Annoy（Spotify开源的ANN库）的作者Erik Bernhardsson做了一个ANN-benchmarks。
建立索引之后，是否支持动态更新又是另一个问题。
平衡树、红黑树、堆等数据结构也相当于一种索引，它们都实现了增删改查。
参考资料
https://www.zhihu.com/question/280496610/answer/429491463
https://zhuanlan.zhihu.com/p/37381294
https://zhuanlan.zhihu.com/p/35760535
https://zhuanlan.zhihu.com/p/29282342
https://zhuanlan.zhihu.com/p/43972326