[发明专利]基于编码的字符串检索方法、装置及电子设备

说明书

本公开实施例中提供了一种基于编码的字符串检索方法、装置及电子设备，属于数据处理技术领域，该方法包括：对字符串的长度进行计算，以得到字符串长度值L；将所述字符串中所有字符值的总和进行基于N值的取模运算，得到所述字符串的编码值C；基于所述字符串长度值L和所述字符串的编码值C，构建所述字符串的索引值列表；基于所述索引值列表中的编码，对字符串执行检索操作。通过本公开的处理方案，提高了字符串的检索效率。

技术领域

本公开涉及数据处理技术领域，尤其涉及一种基于编码的字符串检索方法、装置及电子设备。

背景技术

在计算机领域，联机分析处理OLAP指的是对多维数据的分析查询。当今的数OLTP是传统的关系型数据库的主要应用，主要是基本的、日常的事务处理，例如银行交易。OLAP是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。

一般来说，OLAP分为ROLAP和MOLAP。其中ROLAP指的是Relational OLAP，具体说来是在关系型数据库之上的多维建模。比如IBM Cognos Framework Manager的MDR建模。MOLAP，则直接基于多维数据库。比如TM1、Essbase、PowerCube。OLAP工具是一种数据分析软件。对于TM1，它是直接基于多维数据库的工具；而对于其他的ROLAP工具，则是基于关系型数据库的多维模型或视图，工具则是提供了一层封装，使得关系型数据库也可以支持多维查询。当然，本质上，ROLAP依然是关系型查询。

在诸如OLAP之类的大数据场景下，大量的字符比对算法都是及其耗时的工作，因为字符串是非固定长度的特性，现有对比算法都比较原始低效。并且无法利用现有硬件的并行指令等高级特性。

发明内容

有鉴于此，本公开实施例提供一种基于编码的字符串检索方法、装置及电子设备，以至少部分解决现有技术中存在的问题。

第一方面，本公开实施例提供了一种基于编码的字符串检索方法，包括：

对字符串的长度进行计算，以得到字符串长度值L；

将所述字符串中所有字符值的总和进行基于N值的取模运算，得到所述字符串的编码值C；

基于所述字符串长度值L和所述字符串的编码值C，构建所述字符串的索引值列表；

基于所述索引值列表中的编码，对字符串执行检索操作。

根据本公开实施例的一种具体实现方式，所述对字符串的长度进行计算，包括：

设置字符串长度计算函数；

基于所述字符串长度计算函数，计算所述字符串的长度。

根据本公开实施例的一种具体实现方式，所述基于所述字符串长度计算函数，计算所述字符串的长度，包括：

判断所述字符串中是否包含结束符；

若是，统计结束符之前字符串中字符的个数，以获得所述字符串的长度。

根据本公开实施例的一种具体实现方式，所述将所述字符串中所有字符值的总和进行基于N值的取模运算之前，所述方法还包括：

预先设置用于取模计算的N值。

根据本公开实施例的一种具体实现方式，所述将所述字符串中所有字符值的总和进行基于N值的取模运算之前，所述方法还包括：

预先计算所述字符串中所有字符值的总和。

根据本公开实施例的一种具体实现方式，所述基于所述字符串长度值L和所述字符串的编码值C，构建所述字符串的索引值列表，包括：

将所述字符长度值L相等的字符分在同一个大组；