快速查找表中一行的算法答案

【问题标题】：Algorithm to quickly find a row in a table快速查找表中一行的算法
【发布时间】：2012-10-31 09:12:03
【问题描述】：

我有一个包含以下字段的文档：

字段1
字段2
字段3
字段4

我的表结构如下：

field1  |  field2  |  field3  |  field4  || result
--------------------------------------------------
foo                   bar                   MC
foo        test1                            MR
           test2                 test3      OM
foo        test1      bar                   CM

当一个文档进来，field1是foo，field2（空值），field3是bar，应该选择结果MC。当一个文档进来，field1是foo，field2是test1，field3是bar，应该选择结果CM。

当然，您可以检查每一列并将匹配的行保持打开状态，直到您循环每一行。但是，这个表结构可能会变得非常大，我正在寻找某种算法来解决上述问题，以一种高性能且良好的方式。

有什么想法吗？

【问题讨论】：

“文档”是什么意思？这是文本/普通文件吗？此类文件的内容是否总是与您的示例类似？
field1等的值是否受限？
这个问题已经解决了 50 年，结果就是今天的 RDBMS。如果您想实现自己的，只需复制这些解决方案即可。
@Tichodroma：文档是带有字段列表的 Java 对象 List
@vainolo：field1的值没有限制，可以取任何值

标签： java algorithm design-patterns

【解决方案1】：

正如@MarkoTopolnik 所写，RDBMS 可以做您想做的事情。但是如果你仍然想实现你自己的算法，一个选择是创建一个树：级别 1 是field1，级别 2 是field2，等等。每个分支是你表的一行。如果您只有两个字段，则如下所示：

root----field1.valueA----field2.valueC---result1
    \                \
     \                \--field2.valueD---result2
      \
       \field1.valueB----field2.valueC---result3
                     \
                      \--field2.valueD---result4

您可以在每个级别使用哈希表来实现此树。首先，您有一个哈希表，其中 field1 值作为键，哈希表作为值。这些哈希表有field2 作为键和result 作为值。由于您允许 null 作为值，因此您必须使用 HashMap 而不是 Hashtable。

【讨论】：

【解决方案2】：

对于任何这样的字符串搜索，最快的选择是基数树。创建 4 根基数树，每个字段的叶子是值参与的记录的排序列表。例如，对于字段 1，如果您在 Foo 上搜索，它应该返回一个类似于 { 1, 2, 4 } 表示 Foo 在字段 1 的记录 1、2 和 4 中。结果是你将有 4 组数字，它们的交集就是答案。

要获得交点可以在线性时间内完成，因为它们是按排序顺序维护的。这是一个在 C 中执行此操作的简单排序集合交集算法：

#define int32 unsigned int

// A, B - operands, sorted arrays
// s_a, s_b - sizes of A and B
// C - result buffer
// return size of the result C
size_t intersect_sorted_list(int32 *A, int32 *B, size_t s_a, size_t s_b, int32 *C) {
    size_t i_a = 0, i_b = 0;
    size_t counter = 0;

    while(i_a < s_a && i_b < s_b) {
        if(A[i_a] < B[i_b]) {
            i_a++;
        } else if(B[i_b] < A[i_a]) {
            i_b++;
        } else {
            C[counter++] = A[i_a];
            i_a++; i_b++;
        }
    }
    return counter;
}

【讨论】：