Question

我不确定这是否可行;但我在MySQL数据库中有数以百万计的“列表”，并希望开发一个系统，我可以从中获取其中一个列表;并将其与数据库中的所有其他列表进行比较并返回：

1。）与主要列表非常相似的列表（某种％会很好）
2.）给出列表中的某些项目;它将返回包含在所有其他列表中的大多数列表中的项目列表（即，根据常用选项自动完成列表）。

我会初步认为如果我可以创建某种'松散哈希'，我可以用数学方式比较列表，但我无法找到可扩展的解决方案（因为这是正面处理指数时。）

非常感谢任何新的想法/解决方案。谢谢！

Answer 1

你的基本MD5是一个（有点）松散的哈希，由php和mysql支持，并且在这些事情上相当快。只需获取有关数据的MD5并将其与其他数据进行比较。

在PHP中执行，将数据的MD5存储在数组键中如果是isset（）则使用。

Answer 2

你的部分 2）给定列表中的某些项目;它将返回包含在所有其他列表中的大部分内容的项目列表（即，根据常用选项自动填充列表）。

不是很清楚，但我将其解释为：给定少量项目，找到包含所有或大部分项目的所有列表。

在列表元素上创建索引后，这应该很简单，基本上就像哈希表一样。确切的查询将取决于您的要求，列表的长度（这是否是定义规范的因素等）。

Answer 3

如果你说有数百万个列表，那么将它们全部加载到php脚本中并不是一个选项。您可以获取要与其他列表进行比较的列表的值，然后运行类似于此的SQL查询：

SELECT list_id, COUNT(value) as c FROM lists WHERE value IN (a,b,c) GROUP BY list_id 
ORDER BY c DESC

我不确定sql是否正确，但我们的想法是选择其中包含相同成员的列表的ID，然后按照与原始列表相交的列表项的数量对输出进行排序。在这种情况下，很容易获得项目对应的百分比。