Hierarchical Navigable Small World，分层的可导航小世界。
一种向量查找算法。利用分层跳表方式建立索引，然后在 NSW 中查找向量的方向。
算法目的：向量查找，对于已有数据，建立其向量表示，放入向量空间中。在搜索时，根据query的向量表示，从数据库中提取数据。
前置知识
- 三角剖分：将一个图网络切分成一个个三角形网络；每个三角形网络最多相交在一个公共边上
- Delaunay剖分，三角剖分的进一步限制，可以理解为是“美的三角网络“，Delaunay 剖分是一个三角剖分的唯一最优解。
- 空圆性：任意四点不能共圆
- 最大化最小角：两个临接三角形构成的四边形，使其交换对角线，每个三角形内部的最小角不再变大。使得当前形状构建的临接形状是唯一的。
- 跳表
- 索引结构的链表：构建多个有序链表，高层链表是底层链表的索引，需要查找数据时从高层查起，逐渐向底层搜索
NSW
Navigable Small World，可导航小世界，HNSW 的基本组成部分。
新节点进入时，在附近搜索临近节点，然后建立连接。
搜索：贪心方法，每个节点之间存在直线距离的预估值。根据该预估值寻找下一个到 query 的靠近方向。
数据插入：对每个插入元素，使用 kNN 查找最近元素，然后将欻入的节点和附近的节点相连。
HNSW
分层的 NSW
查找：类似于跳表，将数据分层存储，上层是下层的索引。在每一层根据预估方向找到最近邻节点，然后进入下一层继续查找。
建立：预设好最大节点数 max_elements，根据最大节点数决定当前数据要进入哪一层，然后将数据插入到选定的层中。
搜索的例子
