XML数据上两种语义的关键字查询算法

前端之家收集整理的这篇文章主要介绍了XML数据上两种语义的关键字查询算法前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。


XML文档树树中每个结点对应唯一ID号

概念:

(1)SLCA结点:最小的包含所有关键字的结点.

对于查询Q ={ a,b}来说,SCLA结点有:x1,x4

(2)ELCA结点:在排除以它的后代结点为根的子树中所有关键字之后,以它为根的子树仍然包含所有查询关键字

对于查询Q ={ a,b}来说,ELCA结点有:x1,x2,x4

一、求解所有的SLCA(最小最低公共祖先)结点

(1)stack算法

基本思想:先序遍历、后序(自底向上)处理所有包含关键字的结点

1. 从小到大遍历a,b两个关键字倒排表中的编码,依次入栈,比较相邻编码,编码中不同部分出栈,出栈时判断其

是否为真正的SLCA;

2. 判断一个结点是否为SLCA结点,需要知道其包含查询关键字的情况。若其没有包含所有关键字,则将包含关键

字的信息传递给其父亲;若其包含所有关键字,则其是一个候选的SLCA(事实上第一个候选SLCA就是一个真

正的SLCA),其包含关键字的信息不传递给其父亲;

3. 按照上面的过程求出下一个候选的SLCA,判断其与前一个SLCA之间的祖先后代关系,若不是祖先后代关系,则

说明其是一个真正的SLCA.


(2)IL算法

基本思想

1. 比较a,b两个关键字倒排表的长度,依次取最短倒排表中的一个编码到次短倒排表中求左右匹配;

左匹配:比该编码小的最大的编码,右匹配:比该编码大的最小的编码

2. 该编码分别和左右匹配得到两个LCA结点,其中编码较长的LCA结点为候选的SLCA结点;

(若还有第三个关键字,则拿该LCA结点到最长倒排表中求左右匹配,同理得到两个LCA结点,其中编码较长

的LCA 结点为候选的SLCA结点)

3. 处理最短倒排中的第二个编码,同理得到一个候选的SLCA结点,根据它们的祖先后代关系判断前一个候选SLCA

点是否为真正的SLCA结点。

IL算法Stack算法的不同点:

IL算法从左到右遍历最短倒排表,用一个候选SLCA判断前一个候选SLCA是否为真正的SLCA结点;

Stack算法自底向上进行求解,一个候选SLCA判断后一个候选SLCA是否为真正的SLCA结点。

二、求解所有的ELCA(排他的最低公共祖先)结点

HashCount算法

基本思想

1. 建立关键字的hashcount索引,记录某个结点包含关键字的个数;

2. 比较a,b两个关键字倒排表的长度,依次取最短倒排表中的一个编码入栈,比较相邻编码,编码中不同部分出栈

出栈时根据其包含关键字个数情况判断其是否为真正的ELCA;

3. 若是ELCA结点,则需要将其包含关键字个数信息传递给父亲结点;若不是ELCA结点,说明其父亲结点是一个潜

的ELCA结点;

4. 直至最短倒排表被遍历完为止。

猜你在找的XML相关文章