一种TRIE和LOUDS结合的超集索引结构构建方法技术

本发明专利技术涉及一种TRIE和LOUDS结合的超集索引结构构建方法，属于集合及字符串处理技术领域。本发明专利技术包括数据预处理阶段、索引结构构建阶段和超集查询阶段。数据预处理阶段将原始集合数据集中的集合和元素进行映射和排序。索引结构构建阶段构建上部为TRIE、下部为LOUDS的混合索引结构。超集查询阶段则给定一个查询，在构建的混合索引结构上检索为给定查询的子集的所有集合。本发明专利技术可充分利用TRIE的查询高效性及LOUDS的高空间压缩性，可使得频繁被访问的上部有快的查询速度，而较少被访问的下部有高的压缩性能。有高的压缩性能。有高的压缩性能。

【技术实现步骤摘要】
一种TRIE和LOUDS结合的超集索引结构构建方法


[0001]本专利技术涉及一种TRIE和LOUDS结合的超集索引结构构建方法，属于集合及字符串处理


技术介绍

[0002]集合超集查询在决策支持系统、发布订阅系统、数据挖掘等众多领域应用广泛，如在发布订阅系统中，用户可以注册他们的关键词，系统可部署一个超集查询算法来对每个到来的对象执行超集查询，以获取订阅该对象的用户。在决策支持系统中，系统可以通过超集查询获取和某个求职者能力匹配的职位。
[0003]TRIE是最常见的高效超集查询结构，但其空间存储效率不高，存储大规模集合数据时，往往需要较大的存储空间。因此，需要对其进行压缩，而LOUDS是已知的目前空间压缩效率最高的TRIE结构，可有效降低空间开销。故将TRIE和LOUDS结合，对频繁访问的上层和存储空间开销高的下层分别用TRIE和LOUDS表示，可使得构建的索引结构同时具有高的时间和空间效率。

技术实现思路

[0004]本专利技术要解决的技术问题是提供一种TRIE和LOUDS结合的超集索引结构构建方法，使得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种TRIE和LOUDS结合的超集索引结构构建方法，其特征在于：Step1：对初始集合数据集中的集合和元素进行映射和排序；Step2：构建TRIE和LOUDS结合的索引结构；Step3：在构建的索引结构中执行超集查询。2.根据权利要求1所述的TRIE和LOUDS结合的超集索引结构构建方法，其特征在于，所述Step1具体为：Step1.1：统计数据集中各元素出现的频率，然后按频率降序将元素排列；Step1.2：将每个集合中的元素替换为其在频率降序中的下标，并将集合内的元素按值大小升序排序；Step1.3：将按元素值升序排序后的所有集合按照集合大小升序排序；Step1.4：对排序后的集合从0开始依次编号，记集合s的编号为s.id，记最终处理的数据集为D，|D|为数据集中集合的数量。3.根据权利要求2所述的TRIE和LOUDS结合的超集索引结构构建方法，其特征在于，所述Step1.3中具体为：Step1.3.1：对特定的两个集合s和t，循环变量i从0到min(|s|,|t|)
‑
1，循环执行Step1.3.2至Step1.3.3，其中|s|和|t|分别表示s和t中的元素数量，min(|s|,|t|)表示|s|和|t|的最小值；Step1.3.2：若s[i]>t[i]，则s>t；若s[i]<t[i]，则s<t；否则表示s[i]＝t[i]，继续比较下一元素；其中s[i]和t[i]分别表示s和t的第i个元素；Step1.3.3：若s和t的前min(|s|,|t|)个元素均相等，则继续判断|s|>|t|是否成立，如成立，则s>t，如|s|<|t|，则s<t，否则s＝t。4.根据权利要求1所述的TRIE和LOUDS结合的超集索引结构构建方法，其特征在于，所述Step2具体为：Step2.1：为数据集中各集合的前d个元素构建TRIE索引，后文中d也称为分割深度；Step2.2：为各集合的第d个元素之后的元素构建层级LOUDS索引；Step2.3：将层级LOUDS结构合并为单层LOUDS结构。5.根据权利要求4所述的TRIE和LOUDS结合的超集索引结构构建方法，其特征在于，所述Step2.1具体为：Step2.1.1：建立一个空的根节点root，令当前访问的节点current＝root，记root的深度为0；Step2.1.2：对每一个集合s∈D，循环执行Step2.1.3至Step2.1.6；Step2.1.3：循环变量i从0到min(|s|
‑
1,d
‑
1)，循环执行Step2.1.4到Step2.1.6；Step2.1.4：若在current的孩子中查不到标签为s[i]的节点，则在current节点下添加一个标签为s[i]的孩子节点N，令current＝N；若在current的孩子中已存在标签s[i]的节点N，则直接令current＝N；Step2.1.5：若i＝|s|
‑
1，则称N为终结点，即对应某个集合最后一个元素的节点，记N.ESets为二元组<startid,count>，其中N.Esets表示所有终结于节点N的全体集合，startid表示第一个和s完全相同的集合的id，count表示和s完全相同的集合数量；Step2.1.6：若i＝d
‑
1，表明N为TRIE中最后一层的节点，若此时|s|>d，则称N为关节点，
关节点是连接上层的TRIE和下层的LOUDS的纽带；对关节点按其插入TRIE的顺序从0开始依次编号；Step2.1.7：令C表示最终构建的TRIE中关节点的总数。6.根据权利要求4所述的TRIE和LOUDS结合的超集索引结构构建方...

【专利技术属性】
技术研发人员：李孟娟，贾连印，张钰娜，王宁邦，陈彬，
申请(专利权)人：云南师范大学，
类型：发明
国别省市：