[发明专利]一种构造完美哈希的方法

权利要求书

1.一种构造完美哈希的方法，其特征在于，包括：

构建并训练神经网络模型；训练好的神经网络模型的输出结果满足预设条件；所述神经网络模型包括多个输入节点，一个输出节点；每一个输入值为一个属性，每一个属性具有一个权重值；

将包括多个数据样本的待处理数据集代入所述神经网络模型，得到多个输出值，所述多个数据样本的数量和所述多个输出值的数量相同；

确定所述待处理数据集中所有数据样本到输出值的映射关系，并记录输出值对应的数据样本，生成完美哈希表。

2.根据权利要求1所述的构造完美哈希的方法，其特征在于，所述构建并训练神经网络模型，包括：

根据训练数据集中的数据样本构建神经网络模型；

将所述训练数据集代入所述神经网络模型，不断调整各个属性的权重值，直至所述训练数据集中的所有数据样本的输出值满足预设条件，所述权重值的个数与所述神经网络模型的输入节点个数相同。

3.根据权利要求2所述的构造完美哈希的方法，其特征在于，所述数据样本为字符串，则所述根据数据集中的数据样本构建神经网络模型，包括：

将所述训练数据集中长度最大的字符串的长度确定为输入节点的个数，并构建神经网络模型。

4.根据权利要求3所述的构造完美哈希的方法，其特征在于，所述预设条件为所有数据样本的输出值的差值大于或等于1，所述训练数据集中包括N个数据样本，则所述将所述训练数据集代入所述神经网络模型，不断调整各个属性的权重值直至所述训练数据集中的所有的数据样本的输出值满足预设条件，包括：

分别将N个字符串输入所述神经网络模型，得到N个输出值；

若所述N个输出值中存在差值小于1的两个输出值，则调整权重值，进入所述分别将N个字符串输入所述神经网络模型，得到N个输出值的步骤，直至所述N个输出值中的任意两个输出值的差值大于或等于1。

5.根据权利要求4所述的构造完美哈希的方法，其特征在于，所述分别将N个字符串输入所述神经网络模型，得到N个输出值，包括：

针对每一个字符串：将字符串中的每一个字符作为一个属性值，依次输入神经网络模型的输入节点；

若存在字符串长度小于所述神经网络模型输入节点个数的情况，将不存在字符位置对应的输入节点的属性值设为0；

得到N个输出值。

6.根据权利要求1所述的构造完美哈希的方法，其特征在于，所述待处理数据集中包括H个数据样本，所述H为正整数；则所述确定所述待处理数据集中所有数据样本到输出值的映射关系，并记录输出值对应的数据样本，生成完美哈希表，包括：

将所述待处理数据集中的H个数据样本映射到1～k中的H个整数，所述H个整数即为H个输出值，其中，k是所述H个输出值的跨度，为正整数且大于H；

将1-k中的所有整数标记为有效值和无效值，其中有效值为映射结果对应的整数，且个数为H，依次标记为1-H；无效值为非映射结果整数，标记为-1；

确定每一个有效值对应的样本数据，生成完美哈希表。

7.根据权利要求6所述的构造完美哈希的方法，其特征在于，所述将所述待处理数据集中的H个数据样本映射到1-k中的H个整数，包括：

将H个数据样本的H个输出值进行取整处理；

将经过取整处理后的H个输出值按照大小进行排序；

将H个输出值分别减去最小的输出值；

确定H个数据样本到减去最小的输出值后的数值的映射关系。