[发明专利]数据序列化后特征提取方法、系统及计算机可读存储介质

说明书

本发明公开了一种数据序列化后特征提取方法、系统及存储介质。所述数据序列化后特征提取方法包括如下步骤：获取原始数据，并将所述原始数据序列化为字符类数据；统计分析所述字符类数据中各字符的权值，并根据所述权值将所述字符类数据转化为最优二叉树数据，其中，所述权值为一所述字符出现频度；获取最优二叉树数据中各字符的层数信息，并根据所述层数信息将所述二叉树数据转化为数组类数据。本发明的技术方案能够解决相关技术中，数据本体过大，导致计算机设备的内存占比过大、运算速度降低以及网络传输过慢的技术问题。

技术领域

本发明涉及区块链技术领域，尤其涉及一种数据序列化后特征提取方法、系统以及计算机可读存储介质。

背景技术

在相关技术中，存在如下技术：

1.数据序列化技术

在计算机设备存储和运算数据过程中，数据序列化技术是一项必不可少的技术。数据序列化就是将对象或者数据结构转化成特定的格式，使其可在网络中传输，或者可存储在内存或者文件中。反序列化则是相反的操作，将对象从序列化数据中还原出来。

而数据序列化后的数据格式可以是二进制，可以是XML，也可以是JSON等任何格式。数据序列化的重点在于数据的交换和传输。

当需要数据持久化或网络时，需要将数据进行序列化。例如：

(1)数据持久化：比如一个电商平台，有数万个用户并发访问的时候会产生数万个session对象，这个时候内存的压力是很大的。可以把session对象序列化(存储)到硬盘中，需要时在反序列化，减少内存压力，这时序列化完的结果并不是二进制数据。

(2)网络传输：将系统拆分成多个服务之后，服务之间传输对象，不管是何种类型的数据，都必须要转成二进制流来传输，接受方收到后再转为数据对象。

序列化的关注点/衡量标准

(1)序列化后的数据大小

因为序列化后的数据通常是通过网络进行传输的，或者存储于内存中。因此，序列化后的内容越少，传输耗时也就越短，占用的内存也越少。java原生的序列化机制，不能做到对象结构的复用，导致序列化之后的数据很大。

(2)序列化和反序列化的耗时及占用的cpu。

(3)是否支持跨语言，跨平台。

相关技术中，数据序列化后，数据本体过大，导致计算机设备的内存占比过大、运算速度降低以及网络传输过慢。

因此，有必要提供一种新的数据序列化后特征提取方法、系统以及计算机可读存储介质，以解决上述技术问题。

发明内容

本发明的主要目的在于提供一种数据序列化后特征方法，旨在解决相关技术中，数据本体过大，导致计算机设备的内存占比过大、运算速度降低以及网络传输过慢的技术问题。

为实现上述目的，本发明提供一种数据序列化后特征提取方法包括如下步骤：

获取原始数据，并将所述原始数据序列化为字符类数据；

统计分析所述字符类数据中各字符的权值，并根据所述权值将所述字符类数据转化为最优二叉树数据，其中，所述权值为一所述字符出现频度；

获取最优二叉树数据中各字符的层数信息，并根据所述层数信息将所述二叉树数据转化为数组类数据。

优选地，所述获取最优二叉树数据中各字符的层数信息，并根据所述层数信息将所述二叉树数据转化为数组类数据的步骤之后，还包括如下步骤：

将所述数据组类数据序列化为二进制数据，以便于对外传输。