如何确定表中可能组合的数量？

Question

我有一个表，其中包含以下 4 个维度列和 1 个度量列Col1、Col2、Col3、Col4、度量

维度列的基数分别为a、b、c、d。

在我的应用程序中，用户可以在每列中选择任意数量的值，即多选，我需要运行查询来查找该组合的总度量值。

所以理论上最坏情况下可能组合的最大数量是(2^a-1) * (2^b-1) * (2^c-1) * (2*d-1)。

现在我想知道我的真实数据集中有多少实际组合是可能的，我认为这会少很多，因为并非所有组合在现实生活中都是可能的。

是否有一些 SQL 查询或任何其他方式（可能使用 C#）从实际数据中确定这个数字？

我的文件为.csv，也在我的 SQL 服务器数据库中。

这是一个例子：对于具有二维列的表

用户、操作、请求

---

U1、A1、10

U1、A2、5

U2、A3、4

理论上可能的最大组合是： (2^2) * (2^3) = 4 * 8 = 32

但实际上，可能的组合只有 10 个

1. U1 + A1
2. U1 + A2
3. U1 + A1 + A2
4. U1
5. A1
6. A2
7. A1 + A2
8. U2 + A3
9. U2
10. A3

Answer 1

一旦您获得了每列的不同值的数量（称它们为nA、nB、nC、nD），可能的选择总数为2^nA * 2^nB * 2^nC * 2^nD。每列是2^n（而不是2^n - 1），因为每个不同的值都有两种状态（选择或未选择）。你可以把它想象成一个长度为 n 的二进制字符串。

您有多种方法来确定每列的不同值的数量。

• 您可以查询数据库本身

  SELECT count(sub.colA) FROM (SELECT DISTINCT colA FROM Table) as sub

• 从 csv 文件中读取数据后，您可以查询程序内存中已有的数据（例如使用 LINQ）

  int nA = docs.GroupBy(x => x.colA).Count();

获得所有数字后，只需取幂并相乘即可。为避免溢出，您可以查看 BigInteger 之类的内容。