筛选符合条件的对象的最佳数据结构

Question

我会尽量概括地提出问题，任何语言的回复都可以。

假设有几组不同大小，每组都包含与类别有关的任意值：

var colors = ["red", "yellow", "blue"] // 3 items
var letters = ["A", "B", "C", ... ] // 26 items
var digits = [0, 1, 2, 3, 4, ... ] // 10 items
... // each set has fixed amount of items

我已经拥有的这个主列表中的每个对象（我想以某种方式重组以优化搜索）都有属性，每个对象都是这些集合之一的选择，例如：

var masterList = [
  { id: 1, color: "red", letter: "F", digit: 5, ... },
  { id: 2, color: "blue", letter: "Q", digit: 0, ... },
  { id: 3, color: "red", letter: "Z", digit: 3, ... },
  ...
]

搜索的目的是从主列表中创建一个新的可接受对象列表。该程序将根据给定的搜索条件过滤主列表，对于每个属性，这些条件都包含一个可接受值的列表。

var criteria = {
  color: ["red", "yellow"],
  letter: ["A", "F", "P"],
  digit: [1, 3, 5],
  ...
};

我想某种树是最适用的。我的理解是它需要平衡，因此根节点将是“中值”对象。我想每个级别都将由其中一个属性定义，因此当程序从根搜索时，它只会继续符合搜索条件的分支，每次都会消除不适合给定特定属性的对象那个级别。

但是，我了解此主列表中的许多对象将具有匹配的属性值。这以可能有助于快速搜索的图形方式将它们连接起来。

我当前的搜索算法相当直观，只需按原样使用主列表即可。程序

1. 遍历搜索条件中的属性，
2. 每个属性都遍历主列表，消除了许多没有匹配属性的对象，并且
3. 最终删除所有不符合条件的对象。肯定有一些更快的过滤系统涉及到更有条理的数据结构。

我可以从这里去哪里？我对本地数据库开放，而不是我想的另一个数据结构 - GraphQL 看起来很有趣。这是我的第一个 Stack Overflow 问题，所以对于任何不礼貌的行为，我深表歉意????

Answer 1

因为我没有关于集合数量的上下文，也没有关于每个集合中元素数量的上下文。我会建议您进行一些非常小的更改，这些更改至少会让您相对较快。

为了保持数学，我将在这里定义几个术语：

• 组数 - n
• 主列表大小 - k
• 搜索条件中每个属性的大小 - p

因此，根据我相信您使用的算法，您正在对搜索条件进行n 迭代，因为搜索条件中可能有n 可能的键。

然后在每个n 迭代中，您都在对该特定集合的允许值进行p 迭代。最后，在每次 np 迭代中，您都在使用 k 迭代对主列表进行迭代，并检查是否应允许该记录值。

因此，在一般情况下，您这样做的时间复杂度为O(npk)。

所以，我不建议在这里做太多改动。

您可以做的最好的事情是将搜索条件中的值更改为set（哈希集）而不是将其保留为列表，然后遍历主列表。遵循此 Python 代码：

def is_possible(criteria, master_list_entry): 
    for key, value in master_list_entry.items(): # O(n)
        if not key in criteria or value not in criteria[key]: # O(1) average
            return False
    return True

def search(master_list, criteria):
    ans = []
    for each_entry in master_list: # O(k)
        if is_possible(criteria, each_entry): # O(n), check above
            ans.append(each_entry)
    return ans

只要调用搜索功能，它就会返回过滤后的主列表。

关于更改，请将您的搜索条件更改为：

criteria = {
  color: {"red", "yellow"}, # This is a set, instead of a list
  letter: {"A", "F", "P"},
  digit: {1, 3, 5},
  ...
}

如您所见，我在每一行中都提到了复杂性，因此我们将问题简化为平均情况下的O(nk)。