[发明专利]数据检索方法、数据检索引擎及嵌入式终端

权利要求书

1.一种数据检索方法，其特征在于，所述方法包括：

步骤一、接收用户输入的一个汉字；

若用户输入的汉字是用户当前输入的第一个汉字，则解析所述第一个汉 字的拼音；从所述拼音中提取出首字母和韵母；从预置二级检索索引数据集 中，获取所述首字母在预置的一级检索索引数据簇集中的第一起始位置偏移 量；在预置的一级检索索引数据簇集中，从所述第一起始位置偏移量对应的 位置开始，查找所述首字母和韵母组合对应的一级检索索引数据簇；从所述 一级检索索引数据簇中，读取一级检索索引，所述一级检索索引中包括：分 词子集合及其所属目标数据在预置的目标数据集中的第二起始位置偏移量； 判断所述第一个汉字与分词子集合中的第一个汉字是否相同，如果相同，则 从所述一级检索索引中获取所述第二起始位置偏移量及所述分词子集合；在 所述目标数据集中，从所述第二起始位置偏移量对应的位置读取一条目标数 据，并将所述目标数据及分词子集合对应保存在第一检索结果集中；

若所述汉字不是用户当前输入的第一个汉字，而是第N个汉字，N≥2， 则进入步骤二；步骤二、从预先获取到的第N－1检索结果集中，读取分词子 集合及其所属目标数据；

步骤三、判断所述第N个汉字与所述分词子集合中分词的首字是否相同， 如果相同，则进入步骤四；

步骤四、将所述步骤二读取出的目标数据及分词子集合对应保存在第N 检索结果集中。

2.如权利要求1所述的方法，其特征在于，若所述第N个汉字与所述分 词子集合中分词的首字都不相同，则所述方法进一步包括：

判断所述第N个汉字与所述分词子集合中的第N个汉字是否相同，如果 相同，则进入所述步骤四。

3.如权利要求2所述的方法，其特征在于，所述方法进一步包括：

对所述目标数据集中的目标数据进行分词处理，获得目标数据的分词集 合；

解析构成所述目标数据的每个汉字的拼音，并从所述拼音中提取出首字 母和韵母；

根据每个目标数据的所述分词集合，获取所述目标数据的分词子集合， 所述分词子集合的个数等于所述分词集合中分词的个数；

获取所述目标数据在所述目标数据集内的第二起始位置偏移量；

将所述第二起始位置偏移量加入所述分词子集合，得到所述目标数据的 一级检索索引，并将所述一级检索索引保存到所述分词子集合中第一个汉字 的拼音的首字母与韵母组合对应的一级检索索引数据簇中；

获取26个英文字母在一级检索索引数据簇集中的第一起始位置偏移量；

将26英文字母及其第一起始位置偏移量对应保存在二级检索索引数据集 中。

4.如权利要求3所述的方法，其特征在于，所述解析构成所述目标数据 的每个汉字的拼音具体包括；

获取构成所述目标数据的每个汉字的汉字码；

根据简体中文字符集或者国标码内记录的汉字码与拼音之间的映射关 系，得到所述汉字的拼音。

5.如权利要求3所述的方法，其特征在于，所述从所述拼音中提取出首 字母和韵母具体包括：

判断所述拼音的首字母是否为23个声母的首字母中的一个，

如果不是，说明所述拼音只有韵母，则从所述拼音中提取出韵母，首字 母为空；

如果是，则判断所述拼音的第二个字母是否为字符‘h’，如果是，则提 取所述拼音的第一个字母作为其首字母，并提取第二个字母后的所有字母作 为其韵母；如果否，则提取所述拼音的第一个字母作为其首字母，并提取所 述首字母后的所有字母作为其韵母。

6.如权利要求3所述的方法，其特征在于，

若目标数据的分词集合为＜w_i,w_i+1,…，W_n-1，W_n＞|1≤i≤n>，分词子集合为 C_Wi，则所述分词子集合具体为：C_Wi＝{＜w_i,w_i+1,…，W_n-1，W_n＞|1≤i≤n}。