Question

我正在研究c# jquery implementation并试图找出一种有效的算法来定位整个DOM子集中的元素（例如子选择器）。目前我正在创建一个公共选择器的索引：构建DOM时的class，id和tag。

基本数据结构正如人们所期望的那样，Elements的树包含IEnumerable<Element> Children和Parent。使用Dictonary<string,HashSet<Element>>搜索整个域来存储索引时，这很简单。

我无法理解使用索引搜索元素子集的最有效方法。我使用术语“子集”来指代将从中运行链中后续选择器的起始集。以下是我想到的方法：

从子查询的整个DOM中检索匹配，并消除那些不属于子集的匹配。这需要遍历每个匹配的父级，直到找到根（并且它被删除）或找到该子集的成员（并且它是一个孩子，因此包括在内）
为每个元素单独维护索引。
为每个元素维护一组父项（通过消除遍历使＃1快速完成）
为每个子查询重建整个索引。
只需手动搜索除主要选择器外。

每种可能技术的成本在很大程度上取决于正在进行的操作。＃1在大多数情况下都可能相当不错，因为大多数情况下，当您进行子选择时，您的目标是特定元素。所需的迭代次数将是结果数*每个元素的平均深度。

第二种方法是迄今为止选择最快的方法，但代价是存储需求随着深度呈指数级增长，而且索引维护也很困难。我几乎已经消除了这个。

第三种方法具有相当差的内存占用（尽管比＃2好得多） - 它可能是合理的，但除了存储要求之外，添加和删除元素变得更加昂贵和复杂。

第4种方法需要遍历整个选择，因此它似乎毫无意义，因为大多数子查询只会运行一次。如果期望重复一个子查询，那将是有益的。（或者，我可以在遍历子集时执行此操作 - 除了一些选择器不需要搜索整个子域，例如ID和位置选择器。）

第5种方法适用于有限的子集，但比第1种方法对于大部分DOM的子集要差得多。

关于如何最好地完成此任务的任何想法或其他想法？考虑到被搜索子集的大小与DOM的大小相比，我可以通过猜测哪个更有效来做＃1和＃4的混合，但这非常模糊，我宁愿找到一些通用的解决方案。现在我只使用＃4（只有完整的DOM查询使用索引），这很好，但如果你决定做$('body').Find('#id')

免责声明：这是早期优化。我没有需要解决的瓶颈，但作为一个学术问题，我不能停止思考......

解决方案

这是答案提出的数据结构的实现。完美地作为字典的近乎替代品。

interface IRangeSortedDictionary<TValue>: IDictionary<string, TValue>
{
    IEnumerable<string> GetRangeKeys(string subKey);
    IEnumerable<TValue> GetRange(string subKey);

}
public class RangeSortedDictionary<TValue> : IRangeSortedDictionary<TValue>
{
    protected SortedSet<string> Keys = new SortedSet<string>();
    protected Dictionary<string,TValue> Index = 
        new Dictionary<string,TValue>();
    public IEnumerable<string> GetRangeKeys(string subkey)
    {
        if (string.IsNullOrEmpty(subkey)) {
            yield break;
        }
        // create the next possible string match
        string lastKey = subkey.Substring(0,subkey.Length - 1) +
            Convert.ToChar(Convert.ToInt32(subkey[subkey.Length - 1]) + 1);

        foreach (var key in Keys.GetViewBetween(subkey, lastKey))
        {
            // GetViewBetween is inclusive, exclude the last key just in case
            // there's one with the next value
            if (key != lastKey)
            {
                yield return key;
            }
        }
    }

    public IEnumerable<TValue> GetRange(string subKey)
    {
        foreach (var key in GetRangeKeys(subKey))
        {
            yield return Index[key];
        }
    }
    // implement dictionary interface against internal collections
}

代码在这里：http://ideone.com/UIp9R

Answer 1

如果您怀疑名称冲突并不常见，那么它可能足够快到只能走到树上。

如果碰撞很常见，那么使用擅长有序前缀搜索的数据结构（例如树）可能会更快。您的各种子集构成了前缀。然后，您的索引键将包括选择器和总路径。

对于DOM：

<path>
  <to>
    <element id="someid" class="someclass" someattribute="1"/>
  </to>
</path>

您将拥有以下索引键：

<element>/path/to/element
#someid>/path/to/element
.someclass>/path/to/element
@someattribute>/path/to/element

现在，如果您根据前缀搜索这些密钥，则可以将查询限制为您想要的任何子集：

<element>           ; finds all <element>, regardless of path
.someclass>         ; finds all .someclass, regardless of path
.someclass>/path    ; finds all .someclass that exist in the subset /path
.someclass>/path/to ; finds all .someclass that exist in the subset /path/to
#id>/body           ; finds all #id that exist in the subset /body

树可以在 O （log n ）中找到下限（第一个元素＆gt; =到您的搜索值），因为它是从那里订购的你只需迭代，直到你找到一个不再与前缀匹配的密钥。它会非常快！

.NET没有合适的树结构（它有SortedDictionary，但遗憾的是没有公开所需的LowerBound方法），因此您需要自己编写或使用现有的第三方一。优秀的C5 Generic Collection Library功能树具有合适的Range方法。

索引搜索子集的数据结构

1 个答案: