一种面向XML数据的SLCA求解算法

针对现有方法计算SLCA语义时存在冗余计算问题,提出了一种基于列存储的倒排索引,并结合哈希查找,以自顶向下的方式查询处理的算法TDCOL-HS,来避免现有算法"公共祖先重复处理"的问题。算法以最短倒排表作为处理对象,将检测给定结点是否包含其他关键字的操作转化为哈希查找操作,其时间复杂度为×1,最后通过比较各种指标,从不同角度对算法的性能进行了验证.     

一种新的基于对称性的字符串相似性处理算法

对于给定的两个字符串集合,基于相似度的连接操作可用于从中找出相似的字符串对,该操作是数据清洗、数据集成以及协同过滤等应用中的核心操作之一,其执行效率直接影响系统的整体性能。本文提出一种高效计算字符串集合间连接操作的算法Trie-TSS,该方法基于trie树进行处理,利用对称性来减少冗余计算。提出一种旨在减少冗余编辑距离计算操作的优化技术来进一步提升系统性能。最后通过实验验证了Trie-TSS算法的高效性。     

一种加速XML查询处理的ED编码构建和解析策略

使用ED编码进行查询处理可通过减少需要扫描的元素数量来降低系统的I/O负担和加快查询处理的速度,但其解析方向单一、解析过程复杂,这在一定程度上影响了系统性能。提出一种基于可逆有限状态转换器(RFST)进行ED编码构建和解析的方法来增强ED编码解析的灵活性;提出基于代价的ED编码解析策略来协助系统以最优方式解析ED编码,从而达到提升系统性能的目的。