Question

假设我有一组单词，其中字符在a-z的集合中。我们还假设单词最多 10个字符，并且该集合可以由所有组合构建（没有排列，所以我不关心顺序）这些字符没有重复。数据库中的集合在开头是空的，有人必须填充它。我完全可以自由地构建数据库，以使其有效地进行此查询。让我们从一个例子开始。

有人通过插入以下单词来填充数据库：

"ab"
"ac"
"abcde"
"def"
"xyz"

现在我的子集就是这个：

"cabd"

我的查询/算法应该做的是，它应该返回“完成”排序的单词列表。为了更清楚，上面的查询应该按顺序返回这些单词：

"ab"
"ac"
"abcde"
"def"
"xyz"

我们来解释一下：

“ab”和“ac”应位于顶部（我不关心在这种情况下哪一个首先出现）因为我的子集包含了这个词中的所有字符。
“abcde”是第三个，因为我拥有除“e”之外的所有内容，所以我只缺少 1 char
“def”之后出现因为我缺少 2 字符（“e”和“f”）的字符
“xyz”结尾，因为我没有任何字符

进一步观察：正如您所看到的，我不关心订单。如果我的子集查询是“abcd”，结果应该完全相同。

现在事情变得复杂了：每个单词都存储在DB中，ID作为主键。理想的解决方案应该是算法应该打印10个（或有限数量）ID，我将用它来查询我自己的单词。仅供参考，我正在使用Firebase，所以我现在不能依赖SQL

强力解决方案是在不同的表中存储char-word关系。所以要存储包含特定字符的所有单词id：

a : {
    "id1",
    "id2",
    "id3",
    "id4",
    ....
}
b : {
    "id1",
    "id4",
    ....
}

其中ID是：

id1 : {
    "ab"
}
id2 : {
    "ac"
}
id3 : {
    "ad"
}
id4 : {
    "abc"
}

正如您所看到的，使用此方法，算法将为我提供数千个查询和订购所需的结果，因此它不可扩展。有没有其他解决方案或智能方法来解决这个问题？

Answer 1

最佳解决方案可能取决于您使用的SQL引擎，因为有些功能可以解决所需的一些步骤。

这是一个想法：

在带有单词的表格中，您可以添加一个整数列，该列将代表单词中出现的字母。一个整数有足够的位可用于在字母表中每个字母存储一位信息：1表示相应的字母出现，0表示它没有。因此，需要26位来表示a-z范围内的字符。

然后，您可以在该表上创建一个触发器，以便只要在该表中插入新单词，就会计算并存储此整数。

然后，对于给定的输入字X，您还将计算该整数。要获得正确的顺序，您将对表中的每个整数执行此整数的按位OR，并计算结果中的1位。 1位越少，匹配越好。最少的1位数将对应于X的整数表示中的位数。在其上计数的每个位表示表行中不存在于X中的字符。

这是一个在MySql中设置它的脚本：

--/
create function bitset(str varchar(10)) returns int
begin
declare num int;
    set num = 0;
    while length(str) > 0 do
        set num = num | power(2, ord(str) - ord('a'));
        set str = substr(str, 2);
    end while;
    return num;
end
/

create table words (
    word varchar(10),
    bits int
);

create trigger ins_word before insert on words for each row
    set new.bits = bitset(new.word);

insert into words(word) values ('ab'), ('ac'), ('abcde'), ('def'), ('xyz');

select   word, 
         bits,
         bit_count(bitset('cabd') | bits) bitwise_or
from     words
order by 3;

最终查询使用自定义函数bitset和MySql中的本机函数bit_count。

最终查询的输出如下所示：

 word |    bits  | bitwise_or
------+----------+-----------
ab    |        3 |    4
ac    |        5 |    4
abcde |       31 |    5
def   |       56 |    6
xyz   | 58720256 |    7

在给定子集

1 个答案: