[发明专利]字符串与识别符双向映射的查询方法和系统

说明书

本发明提供了一种字符串与识别符双向映射的查询方法和系统，构造字典树建立数字类型识别符与字符串名称储存于字典树中的位置信息的一一映射关系；判断接收到的查询请求为正向查询请求或者反向查询请求；若为正向查询请求，通过传统字典树查询方式进行查询，并将识别符查询结果返回给用户；若为反向查询请求，查询该识别符所对应的字符串名称被储存在字典树中的位置信息；根据位置信息从字典树中还原完整的字符串信息，将完整字符串查询结果返回给用户。本发明能够复用字典树中已储存的字符串信息，在保证查询性能同时，显著降低了内存上的开销。

技术领域

本发明涉及数据结构领域，具体地，涉及一种字符串与识别符双向映射的查询方法和系统。

背景技术

在如今这个高速发展的信息时代中，通常情况下，软件使用内存来对数据进行存储,相比于使用磁盘来储存数据,使用内存的方式能够提供更快的读写速度,满足用户在性能上的需求。

字典树(trie)，又称单词查找树、前缀树，是一种树形结构，用于保存键与值之间的映射关系，其中的键通常为字符串(但不仅限于字符串)。与二叉查找树不同，键不直接保存在树的节点中，而是由该节点的所有祖先与他本身所决定的。字典树的优点是：利用只储存一次键的公共前缀的特点能够有效地节约存储空间；在一些与前缀有关的搜索中，字典树在查询性能上也是非常高效的数据结构。

爆炸式字典树(burst trie),为字典树的改进版本，与字典树不同之处在于，为了解决字典树中的大量指针寻址、字符比较的问题，爆炸式字典树中的每一个叶子节点都是一个哈希结构的容器(container)，该叶子结点的每个祖先(中间节点)包含叶子节点中字符串的公共前缀的某个字符。爆炸式字典树在初始化时采用一个叶子结点即一个哈希结构的容器存储所有键值对，当该容器中键值对的数量超过某个阈值后，将该叶子结点通过提取公共前缀字符的方式分裂成若干个包含公共前缀字符的中间节点和属于该中间节点的若干个叶子结点，而每个叶子节点能够在本身键值对数量再次超过阈值后，重复地执行该分裂操作。例如，利用爆炸式字典树，我们可以通过这样的方式将键值对check＝12、change＝18、friend＝20存储在爆炸式字典树中：根节点包含空字符，并有两个子节点分别包含字符f和c，包含f字符的节点有一个叶子节点储存riend＝20的映射；包含c的节点有一个包含字符h的子节点，包含字符h的节点有一个叶子节点储存eck＝12与ange＝18。利用该数据结构，将储存在叶子节点中各字符串的后缀连接上祖先节点所代表的字符即能获取完整的字符串键。

通常情况下，为了加快在图数据上的查询性能和优化图数据的存储空间，会在读取原始图数据(通常为字符串类型)之后，使用两个数据结构，一个数据结构将图数据中的字符串的键映射成数字类型的值，用于通过键(字符串)查询值(数字类型识别符)的功能，即正向查询；另一个数据结构储存识别符到字符串的映射，用于通过值(数字类型识别符)查询键(字符串)的功能，即反向查询功能。通过这两个数据结构提供的双向查询功能，原始的图数据能够通过数字类型识别符进行存储从而减少内存空间的使用，称为图数据的预处理。预处理的作用一方面能够将后续查询操作中的字符串比较转换为数字类型识别符的比较，在图上执行查询操作前首先将查询语句中的字符串通过查询储存字符串到数字类型识别符的映射的数据结构，从而获得其数字类型识别符的值，使用该数字类型识别符进行图查询的匹配后，最后再将符合查询要求的数字类型识别符的结果转换成字符串结果返回给用户；另一方面，将原始图数据转化为数字类型识别符存储能够有效的减少原始图数据存储所需的内存空间。

对于正向查询的存储来说，使用基于字典树的方式来储存字符串作为键、数字类型识别符作为值用于正向查询的方式由于其对相同的字符串前缀只储存一次的特性能够有效的减少内存的使用，在某些内存紧张的场景下相比于以哈希表进行存储的方式能够读取更大的数据集。且通常情况下正向查询与反向查询都处于程序的非关键执行路径(non-critical path)中，因此使用字典树对字符串到数字类型识别符的映射进行存储不失为一种好的方式。