[发明专利]数据字典的生成方法

权利要求书

1.数据字典的生成方法，其特征在于包括：

A、对输入的样本数据S，从一个方向确定一个起点位置i；

B、判断位置i是否为输入数据S的尾部，如果是，输出失败信息，结束；否则转步骤C；

C、使用位置i到数据S尾部的数据生成待处理数据串Si，Ck＝Si的前k位，1≤k≤[j/2]，令j等于Si的长度；其中，[]为取小数点前面整数部分的取整计算符号；

D、使用Ck从Si的k+1位起扫描剩余位，记录Ck，与Ck相同的数据段的起点位置Lm，以及数据长度、重复次数；令k＝k+1，Ck＝Si的前k位，其中，m为大于1的整数；

E、判断k是否小于[j/2],如果是，则转步骤F；否则转步骤G；

F、使用Ck从Si大于k位的Lm位置起扫描k位数据，记录Ck，与Ck相同的数据段的起点位置Lm，以及数据长度、重复次数；令k＝k+1，Ck＝Si的前k位，转步骤E；

G、根据扫描得到的结果，将数据长度和/或重复次数最佳的Ck、数据长度、重复次数，以及为其分配的标签存储到标签数据库。

2.如权利要求1所述的数据字典的生成方法，其特征在于：如果标签数据库中已经存在一个与Ck相同的数据段，则将该数据段对应的重复次数计数器加1。

3.如权利要求2所述的数据字典的生成方法，其特征在于：利用重复次数计数器的值和/或数据段的长度值优化标签数据库。

4.数据字典的生成方法，其特征在于包括：

A、对输入的样本数据S，从一个方向确定一个起点位置i；

B、判断位置i是否为输入数据S的尾部，如果是，转步骤H；否则转步骤C；

C、使用位置i到数据S尾部的数据生成待处理数据串Si，Ck＝Si的前k位，1≤k≤[j/2]，令j等于Si的长度；其中，[]为取小数点前面整数部分的取整计算符号；

D、使用Ck从Si的k+1位起扫描剩余位，记录Ck，以及与Ck相同的数据段的起点位置Lm，以及数据长度、重复次数；令k＝k+1，Ck＝Si的前k位，其中，m为大于1的整数；

E、判断k是否小于[j/2],如果是，则转步骤F；否则转步骤G；

F、使用Ck从Si大于k位的Lm位置起扫描k位数据，记录Ck，以及与Ck相同数据段的起点位置Lm，以及数据长度、重复次数；令k＝k+1，Ck＝Si的前k位，转步骤E；

G、根据扫描得到的结果，将数据长度和/或重复次数最佳的Ck，以及数据长度、重复次数存储到临时数据库，令i＝i+1，转步骤B；

H、利用临时数据库中保存的Ck，及其对应的数据长度、重复次数，找到最优值的Ck，及其对应的数据长度、重复次数，将其以及为其分配的标签存储到标签数据库。

5.如权利要求4所述的数据字典的生成方法，其特征在于：如果标签数据库中已经存在一个与Ck相同的数据段，则将该数据段对应的重复次数计数器加1。

6.如权利要求5所述的数据字典的生成方法，其特征在于：利用重复次数计数器的值和/或数据段的长度值优化标签数据库。

7.如权利要求4、5或6所述的数据字典的生成方法，其特征在于还包括：在步骤C中，对于数据S，取其首部到Ck尾部的数据形成一个子串S’，循环判断Si的前k位数据是否为S’的前位子串，如果是，令k＝k+1；否则，继续后操作。