多谓词的数据结构和搜索算法

Question

有没有人知道任何用于搜索多个谓词的良好数据结构和算法。

e.g。假设我有一组tcp头数据（假设没有重复）。如果我通过src ip搜索列表的tcp头，我可以通过src IP对该集进行排序并进行二进制搜索。

如果我想从匹配所有src / dst ip / port的集合中找到tcp标头，我应该使用哪种数据结构/算法？ （除了遍历所有集合之外）。

Answer 1

这正是数据库供应商多年来所处理的事情。如果您要通过src / dst IP /端口一致搜索，您可以将其用作排序条件，并直接或多或少地直接查找。

否则，典型的方法是按一个字段对数据进行排序，并为其他字段构建索引。然后，您可以在每个索引中执行二进制搜索，以查找符合该字段条件的记录集。这些集合的交集将是您正在寻找的记录。

当然，如果您愿意，也可以减少索引的数量，因此（例如）您可以使用索引来获取具有正确的源和目标IP的一组记录，然后只扫描它（可能）相当小）设置为获得具有正确端口号的那些。

Answer 2

我建议在公共字段上单独编制索引，然后使用合并连接策略来满足多个字段的查询。

您还可以使用（a，b，c）索引查询（a，b）或仅查询（a），因此明智地选择索引可以避免合并连接。

Answer 3

也许您可以应用kd-trees作为获得有效多键搜索的方法？我不能声称对你要解决的具体问题了解多少，但是询问用多个键进行搜索，似乎它可能适用。

Answer 4

在C ++中，Boost提供了一种称为多索引容器的东西。它本质上是一组哈希表，每个键一个，有一些代码可以使它们保持一致。