[发明专利]用于高速搜索或过滤大数据集的系统和方法

摘要

一种内联树数据结构和一个或多个辅助数据结构编码数据集的多条数据记录；数据集的数据字段限定树分层结构。内联树包括用于每条数据记录的一个二进制字符串，这些二进制字符串具有相同的长度、按照对应于树分层结构的顺序布置；以及包括指示字符串，该指示符字符串指示每条数据记录相对于紧邻的数据记录在树分层结构中的位置。通过询问内联树数据结构中的每个指示符字符串来引导搜索程序通过数据集，以减少对数据字段值的不必要的询问。

主权项

1.一种产品，包括被编码为存储数据集的电子标记的一个或多个有形的非暂时性计算机可读存储介质，所述电子标记包括内联树数据结构和一个或多个辅助数据结构，其中：(a)所述数据集包括多条数据记录，并且每条数据记录包括用于多个相应的定义数据字段的字段值字符串；(b)所述定义数据字段包括终端节点数据字段和第一级分支节点数据字段，并且所述第一级分支节点数据字段限定所述第一级分支节点数据字段的字段值字符串的子界中的分层树关系，其中，所述子界对应于所述数据集的所述数据记录的多个第一级分支节点子集；(c)每个第一级分支节点子集包括所述第一级分支节点数据字段的字段值字符串落在相应的子界内的数据记录；(d)所述内联树数据结构仅包括有序排列的终端节点二进制字符串，其中，(1)所述终端节点二进制字符串与所述数据集的所述数据记录之间存在一对一的对应关系；(2)所述终端节点二进制字符串彼此具有相同的长度；以及(3)每个终端节点二进制字符串包括指示符字符串，针对每个终端节点二进制字符串，所述指示符字符串指示以下：(i)有序排列的所述终端节点二进制字符串和紧邻的终端节点二进制字符串对应于在同一第一级分支节点子集中的相应的数据记录；(ii)所述相应的数据记录在彼此不同的第一级分支节点子集中；或者(iii)所述终端节点二进制字符串是所述内联树数据结构的最后一个终端节点二进制字符串；(e)对于每个第一级分支节点子集，所述相应的终端节点二进制字符串在所述内联树数据结构内形成单个连续的字符串序列；以及(f)所述一个或多个辅助数据结构包括所述数据集的所述数据记录的字段值字符串的电子标记，所述字段值字符串以与在所述内联树数据结构中的有序排列的终端节点二进制字符串相同的顺序被布置、被索引或可访问。