什么是二进制向量（Binary Vector）

什么是二进制向量？

二进制向量（Binary Vector）是由0和1组成的向量，是计算机科学、数学和信息论中的一个基础概念。

基本定义

在数学上，一个 n 维二进制向量可以表示为：

v = (b₁, b₂, b₃, ..., bₙ)

其中每个分量 bᵢ ∈ {0, 1}，即每个元素只能是 0 或 1 中的一个。

核心特性

常见应用场景

1. 信息检索与搜索引擎

• 用于词项索引（inverted index）
• 文档-词项矩阵中，每个向量表示文档中是否包含某个词
• 0 表示不包含，1 表示包含

2. 机器学习

• 特征编码：将分类变量转换为二进制特征
• 关联规则挖掘：表示商品是否被购买
• 位图索引：加速数据处理

3. 密码学

• 用于位运算和加密算法
• 表示密钥、哈希值等

4. 数据库与存储

• 布隆过滤器：快速判断元素是否存在
• 位图索引：高效存储布尔值

5. 图像处理

• 二值图像：每个像素用 0（黑）或 1（白）表示
• 用于图像压缩和特征提取

6. 编码理论

• 海明码等纠错码的基础表示
• 奇偶校验等数据完整性检查

运算操作

1. 按位运算

按位与 (AND)：(1, 0, 1) & (1, 1, 0) = (1, 0, 0)
按位或 (OR)：(1, 0, 1) | (1, 1, 0) = (1, 1, 1)
按位异或 (XOR)：(1, 0, 1) ⊕ (1, 1, 0) = (0, 1, 1)
按位非 (NOT)：~(1, 0, 1) = (0, 1, 0)

2. 向量运算

• 内积/点积：两个二进制向量的点积表示共有 1 的数量
• 汉明距离：两个二进制向量不同分量的数量

3. 相似度计算

• Jaccard 相似度：基于交集与并集的比例

实际示例

假设有三个文档，用 5 个关键词的特征向量表示：

• 文档 A 的二进制向量：(1, 1, 1, 0, 0)
• 文档 B 的二进制向量：(0, 1, 0, 1, 1)
• 文档 C 的二进制向量：(1, 0, 0, 1, 1)

优势与局限

总结

二进制向量是由 0 和 1 构成的向量，是现代计算中最基础、最重要的数据结构之一。虽然表达简单，但在信息检索、机器学习、密码学、数据库等众多领域都有广泛应用，是连接数学理论与计算机实践的重要桥梁。