我如何將億次的計算降為實時
前言
前期我們做了一個小程序，實現集體照片的自動分發。簡單來說就是用戶上傳一張集體照，凡是出現在集體照中的人都能自動關聯到此張照片，有點類似 QQ 和 FB 之前的標記用戶，但是整個過程是自動的，無需人為分發，問題就出現在自動上。
一、第一版算法
首先如果自動的話就涉及到照片比對技術，如果自己技術實力雄厚（比如你是吳恩達）可以從底層神經網絡開始寫起，或者使用開源的人臉識別框架，我使用了百度和騰訊的人臉識別接口，用著還可以，基本是免費的（需求不高的時候）。
每位用戶首先上傳一張自己的大頭照，主要是為了去匹配集體照，某位用戶上傳一張照片，就將此集體照與所有的用戶大頭照逐一比對，凡是能匹配成功的關聯之。
看似非常簡單的功能，其實裏面存在一個巨大的坑，如果用戶量上千萬或者上億的時候，用戶每上傳一張集體照就要進行億次的比對，這根本不可能實時，所以我們剛開始的時候考慮每天定時去比對一次，比如在晚上 12 點，所有當天上傳的集體照去逐一比對，問題看似能夠解決，但是沒有了實時性，非常影響用戶體驗。我苦思冥想了幾天後終於找到了一個實時的解決方案。
二、實時比對
對問題進行分析，解決方案就來了，只要我能夠優化比對程序，將億次的比對實現實時操作，問題即可解決。然而我不是吳恩達，換作吳恩達可能也沒辦法，我們真的做不到億次比對實時操作。
似乎陷入了僵局，然而我們來換一個角度思考此問題，我們為何不將億次的比對減少到可以實時的量級？
那麽，如何降低比對次數呢？解決方案如下：
用戶上傳大頭照的時候對此用戶在我們的數據庫中進行標記，即每個用戶都有一個唯一的 faceid，並將此 faceid 和大頭照存到百度或者騰訊的人臉庫中；
上傳集體照的時候，將集體照按照人臉進行切割，逐一的去百度或者騰訊的人臉庫進行比對，如果能夠匹配上，則能取到此人的 faceid，用此 faceid 即能查到所關聯的用戶，於是即可實現照片的自動分發。
三、結論
簡單的兩步即解決了實時比對的問題，有的時候換一個角度去思考問題，問題便迎刃而解！
我如何將億次的計算降為實時