[发明专利]大数据的非精准排序方法

权利要求书

1.一种大数据的非精准排序方法，其特征在于，具体步骤如下：

1)从目标数据库中随机截取一段包含有N个数据的数据样本Y，并设定一个计算精度α，1E+8<N<1E+10，1E-6≤α≤1E-4；

2)令m等于1/α的整数部分；

3)构建一个m维的样本值数组Lv，为样本值数组Lv中的每个元素赋值，赋值计算公式为：

Lv_(i)＝V_min+i×(V_max-V_min)/m

其中，Lv_(i)为样本值数组Lv中的第i个元素，V_max为数据样本Y中的数据最大值，V_min为数据样本Y中的数据最小值，0<i≤m；

4)构建一个m维的样本频数数组Ln，为样本频数数组Ln中的每个元素赋值，赋值方法为：统计数据样本Y中的大于Lv_(i)并且小于Lv_(i+1)的数据的数量，并将统计的数量值赋给Ln_(i)；

其中，Ln_(i)为样本频数数组Ln中的第i个元素，Lv_(i)为样本值数组Lv中的第i个元素，Lv_(i+1)为Lv_(i)后序相邻的元素；

5)按照规则A、规则B优化样本值数组Lv及样本频数数组Ln，直到样本频数数组Ln中的所有元素都不满足规则A，并且也不满足规则B；

规则A：对于样本频数数组Ln中的任意一个元素Ln_(i)，如果Ln_(i)＜η×N/m，则令令N＝N-Ln_(i)/2，令m＝m-1，并删除样本值数组Lv中的第i个元素Lv_(i)，并删除样本频数数组Ln中的第i个元素Ln_(i)，η的取值为0.1；

规则B：对于样本频数数组Ln中的任意一个元素Ln_(i)，如果Ln_(i)＞λ×N/m，则在样本值数组Lv的第i个元素Lv_(i)及第i+1个元素Lv_(i+1)之间插入T个元素，在样本频数数组Ln的第i个元素Ln_(i)及第i+1个元素Ln_(i+1)之间插入T个元素，并为样本值数组Lv中所插入的T个元素赋值，为样本频数数组Ln中所插入的T个元素赋值，并令m＝m+T；其中，λ的取值为10；

样本值数组Lv中所插入的T个元素的赋值公式为：

Lv'_(i+t)＝Lv_(i)+(Lv_(i+1)-Lv_(i))/T

其中，Lv'_(i+t)为插入样本值数组Lv中的第t个元素，Lv_(i)、Lv_(i+1)分别是未插入T个元素时的样本值数组Lv中的第i个元素、第i+1个元素；

样本频数数组Ln中所插入的T个元素的赋值方法为：统计数据样本Y中的大于Lv'_(i+t)并且小于Lv'_(i+t+1)的数据的数量，并将统计的数量值赋给Ln'_(i+t)；

其中，Ln'_(i+t)为插入样本频数数组Ln中的第t个元素，Lv'_(i+t)为插入样本值数组Lv中的第t个元素，Lv'_(i+t+1)为Lv'_(i+t)后序相邻的元素；

6)构建一个m维的累计值数组ALn，为累计值数组ALn中的每个元素赋值，赋值计算公式为：

其中，ALn_(i)为累计值数组ALn中的第i个元素；

7)获取待排序的目标数据Y_(k)，在样本值数组Lv中查找满足条件Lv_(i)＜Y_(k)＜Lv_(i+1)的两个相邻元素Lv_(i)、Lv_(i+1)，再根据所找到的元素Lv_(i)在样本值数组Lv中的位置i，从累计值数组ALn中找到处于位置i处的元素ALn_(i)，再根据所找到的元素ALn_(i)，计算目标数据Y_(k)在目标数据库中的排序百分比值，从而得出目标数据Y_(k)在目标数据库中的排序位置，排序百分比值的具体计算公式为：

Res_(k)＝100×ALn_(i)/N

其中，Res_(k)为目标数据Y_(k)在目标数据库中的排序百分比值。

2.根据权利要求1所述的大数据的非精准排序方法，其特征在于：α的取值为1E-5。