1.一种图上基于局部敏感哈希的多关键字索引方法，其特征在于：所述方法的图经过聚类后，每个类簇用一个粗粒度的n-gram位串来表征，查询时，根据关键字的粗粒度位串和类簇位图的匹配结果识别候选类簇，包括如下步骤：步骤1：类簇位图表示；

根据图顶点包含的关键字，将所有图映射到一个粗粒度的n-gram空间，如果n-gram空间共有N个不同的n-gram，每个类簇对应一个长度为n的位串，类簇对应的关键字如果包含第i个n-gram，则位串对应的位为1，否则为0，所有类簇的位串构成位图，记为BT；

步骤2：查询位串表示；

根据上述步骤1的n-gram空间，构建多关键字查询位串Q，查询的关键字包含某个n-gram，则查询位串对应的位为1，否则为0；

步骤3：类簇匹配；

如果位图BT中某个位串恰好涵盖查询位串Q中所有为1的位，则该位串的对应类簇是候选类簇。

2.根据权利要求1所述的一种图上基于局部敏感哈希的多关键字索引方法，其特征在于，所述方法的磁盘访问次数独立于关键字个数，减少磁盘I/O；使用所述索引包括如下步骤：步骤1：哈希索引构建；在一个类簇中，给定图的所有关键字组合{CM1,…,CMi,…

1 j m

,CMn}，一个关键字组合CMi＝(w,…,w,…,w)，wj代表关键字，设CMi对应的细粒度n-gram

1 j M j

集合记为NG(CMi)＝(g,…,g,…,g)，g 是一个细粒度的n-gram；给定一个局部敏感哈希函数族的k个哈希函数{h1,…,hj,…,hk}，每个哈希函数hj对应一个哈希表Tj，每个哈希函数hj作用于NG(CMi)的M个n-gram上，计算出哈希值，将CMi对应的图存储到TJ相应桶中；

步骤2：查询关键字匹配；在细粒度的n-gram空间，查询Q的多个关键字表征为NG(Q)

1 j n j

＝{q,…,q,…,q}，q 代表一个细粒度的n-gram，根据步骤1的k个哈希函数{h1,…,hj,…,hk}，将Q分别映射到k张哈希表T1,…,Tj,…,Tk上，在冲突的桶上获取匹配图。

3.根据权利要求1所述的一种图上基于局部敏感哈希的多关键字索引方法，其特征在于：所述方法支持图关键字查询，基于粗粒度n-gram，即：n个连续字母构成的字符串的位图索引。

4.根据权利要求1所述的一种图上基于局部敏感哈希的多关键字索引方法，其特征在于：所述方法应用于关联复杂数据，即：链接的Web网页、社会网络、蛋白质交互网络的图结构数据的存储和查询。