字符串规划存贮索引查找技术

摘要

本发明是一种字符串存贮、索引、模糊检索技术。首先对数据库字符串按字符元进行统计分析，并根据数据库状况决定标记方案。按标记位值V_n建立索引表，若按标记位值V_n聚集存贮后建立索引表则性能更好，称为双表处理；也可将数据库，按标记位值V_n重新组织存贮，即单表处理。检索时，先对检索关键词进行标记，取得位值V_t：双表处理，以V_t与索引表中的标记位值V_n进行位比较，按符合位比较条件的标记位值V_n，在句型数据库中查找V_n，或W_n，对查找到的记录，按需要，与检索关键词进行W位值比较、质数代换整除或通常的字符串模糊匹配等处理；单表处理，以V_t与表中的标记位值V_n进行位比较，对符合位比较条件的V_n的各字符串字段D_n或其对应的信息字段F_n、W_n，按需要，与检索关键词进行通常的字符串模糊匹配、质数代换整除、W位值比较等处理。在CPU赛扬800Hz，内存256M，810主板，硬盘40G测试，检索每条字符串5个汉字、2,035,454条字符串、10,177,270个汉字的表，由于数据库不能全部读入内存，对于每个关键词，必须从硬盘读入部分数据，第一次响应时间为0.9秒，第二次以后，响应时间为0.14至0.18秒。在位标记字符串检索的速度上再提高了一个数量级，可用于自然语言处理中快速查找参考句型，其它方面的字符串模糊检索也可以应用。

主权项

1.一种字符串存贮、索引、模糊检索技术，其特征在于，包括以下步骤：a.对数据库字符串按字符元进行统计分析，按一定方案进行位标记，得到每条字符串的位值Vn。b.按标记位值Vn建立索引表，若按标记位值Vn对数据库进行聚集存贮后，再按Vn建立索引表，则性能更优，称为双表处理；或是将数据库按标记位值Vn重新组织，称为单表处理。c.检索时，先对检索关键词进行标记，取得位值Vt后：双表处理，以Vt与索引表中的标记位值Vn进行位比较，按符合位比较条件的标记位值Vn，在句型数据库中查找Vn，或Wn，对查找到的记录，按需要，与检索关键词进行W位值比较、质数代换整除或通常的字符串模糊匹配等处理，得到结果；单表处理，以Vt与表中的标记位值Vn进行位比较，对符合位比较条件的Vn的各字符串字段Dn或其对应的信息字段Fn、Wn，按需要，与检索关键词进行通常的字符串模糊匹配、质数代换整除、W位值比较等处理，得到结果。