【技术实现步骤摘要】
本专利技术涉及数据处理，具体涉及一种基于二次哈希开链的图精准搜索方法。
技术介绍
1、由于图数据库的表达能力较强，能够方便的展示各种不同特征之间的联系以及拓扑结构等，在许多的领域都得到广泛的应用。在分子化学领域，图数据库能够形象的展示分子结构，图数据库利用节点与边来表示所分析的属性与化学键，并通过建立图模型对所分析的属性与化学键进行建模，从而利用图搜索技术来进行分子结构相似性的查询等一系列的应用，这些技术都极大的改善了分子生物化学技术的发展。在软件工程领域，通过对程序代码的建模分析，能够对程序之间的各个属性联系以及相互之间的调用关系进行处理，然后基于图搜索来完成对故障的判断与检测。
2、一种基于起始位置和目标位置建立海洋流速的流场模型方法利用rrt算法在随机空间内进行搜索，将连续空间搜索转换为离散空间搜索，利用其随机性得到扩展节点，在扩展节点的一定范围内，利用能量成本评价函数进行节点的能量成本评价，以此得到第一能量最优节点集合，通过图搜索算法框架，再次利用能量成本评价函数对自起始点开始的节点集合进行能量评价，得到第二能量最优节点集合。这种方法在搜索的效果上取得了一定的提升，但距离实际应用还有一定的差距。
3、目前还存在通过获取被控车辆的前向图像、车辆位姿、车辆速度，地图信息及当前场景的有向加权图信息；根据获取的信息，将当前驾驶任务拆分成多个子驾驶任务，并根据地图信息、车辆位姿以及各子驾驶任务的目标位置，绘制出每一待执行的子驾驶任务的局部地图；获取前向图像特征编码、局部地图视觉特征编码和地图空间信息编码，并
技术实现思路
1、为了解决模型整体特征提取能力有限的技术问题，本专利技术提出了一种基于二次哈希开链的图精准搜索方法。
2、本专利技术提供了一种基于二次哈希开链的图精准搜索方法，该方法包括：
3、步骤1，遍历图数据库中所有图的路径节点；
4、步骤2，利用双哈希的方法完成索引构建；
5、步骤3，遍历查询图数据库中的图路径节点；
6、步骤4，利用初始索引特征先验剪枝；
7、步骤5，采用路径合成的方法最终筛选候选集。
8、可选地，所述遍历图数据库中所有图的路径节点，包括：
9、步骤1.1，设定所要搜索的图数据库的路径长度上限；
10、步骤1.2，采用深度优先搜索的方法遍历步骤1.1的图数据库中所有图的全部节点；
11、步骤1.3，在列表中存储步骤1.2所得的遍历路径的全部节点。
12、可选地，所述利用双哈希的方法完成索引构建，包括：
13、步骤2.1，对步骤1.3得到的遍历路径全部节点进行一次双哈希；
14、步骤2.2，二次探测步骤2.1产生遍历冲突的偏移量；
15、步骤2.3，利用开链法将步骤2.2中存在哈希冲突的散列地址存储为链表。
16、可选地，所述遍历查询图数据库中的图路径节点，包括：
17、步骤3.1，遍历步骤2.3中图数据库的最大长度路径；
18、步骤3.2，记录步骤2.3中不同路径的相同节点；
19、步骤3.3，将步骤3.1和步骤3.2所得到的路径以及相同的节点存储成一个哈希表并记录每条路径所出现的次数。
20、可选地，所述利用初始索引特征先验剪枝，包括：
21、步骤4.1，检查步骤3中查询图的图节点个数是否大于步骤1.2数据图中的图节点个数，若小于或等于，则执行步骤4.2，若大于，则执行步骤4.4去除不符合逻辑原理的数据；
22、步骤4.2，检查步骤3中查询图中的图是否有边，若有边，则执行步骤4.3，若无边，则执行步骤4.4去除不符合逻辑原理的数据；
23、步骤4.3，检查步骤3中查询图的遍历路径节点是否大于步骤1.3中数据图的遍历路径节点，若小于或等于，即得所求，若大于，则执行步骤4.4去除不符合逻辑原理的数据；
24、步骤4.4，从候选集中去除步骤4.1和步骤4.2以及步骤4.3中不符合逻辑原理的数据即得所求。
25、可选地，所述采用路径合成的方法最终筛选候选集，包括：
26、步骤5.1，两两合成步骤4.4中不符合期望值的候选集中的不同路径；
27、步骤5.2，遍历筛选出步骤5.1中公共节点属于相同节点的候选集，作为最终筛选得到的候选集。
28、可选地，步骤1.2采用的深度优先搜索，包括：
29、步骤1.2.1，在数组中添加步骤1.1的初始状态路径长度上限，并设为当前状态；
30、步骤1.2.2，通过添加数组来扩展步骤1.2.1中的当前状态，并把新产生的状态设为当前状态；
31、步骤1.2.3，判断步骤1.2.2中当前状态是否和步骤1.1重复，如果重复则回到步骤1.2.2，产生它的另一状态，如果不重复则进行步骤1.2.4；
32、步骤1.2.4，判断步骤1.2.3中当前状态是否为所需的目标状态，如果是，则找到其中一个解答，结束算法，如果不是则说明数组为空集，即为无解。
33、可选地，步骤2.1中的一次双哈希对应的公式为：
34、h(key)＝(h1(key)+h2(key))％mod；其中，h(key)表示关键字为key所对应的哈希地址，h1(key)与h2(key)表示两个不同的哈希函数；mod是哈希函数取模值；h1(key)产生冲突时，将h2(key)中的值作为偏移量进行二次探测；第一次哈希使用bkdrhash函数，第二次哈希则使用aphash函数。
35、可选地，步骤2.2中的二次探测，包括：
36、步骤2.2.1，将步骤2.1产生冲突的散列地址映射到哈希表的槽位；
37、步骤2.2.2，利用哈希函数计算步骤2.1的哈希值，并插入计算出的哈希槽位对应的公式为：
38、hi＝(h(key)+di)modm i＝1,2,…,k(k≤m-1)；其中，hi表示处理哈希冲突所寻找新的地址，h(key)代表的是哈希函数，m在式中的含义表示哈希表表长，mod是哈希函数取模值；di表示的含义为增量的序列，包括以下3种形式：
39、形式1，di＝1,2,3,...m-1，这种取值方法称之为线性探测再散列；
40、形式2，di＝12,-12,22,-22,32,...,±k2,(k≤m/2)，这种取值方法称之为二次探测再散列；
41、形式3，di＝伪随机序列，这种取值方法称之为伪随机探测再散列方法；
42、步骤2.2.3，若步骤2.2.2的槽位已被占用，则线性地检查下一个槽位，直到找到一个可用的槽位。
43、可选地，步骤2.3的开链法使用链表存储哈希冲突的元素，动态收集步骤2.3的链条的情况。...
【技术保护点】
1.一种基于二次哈希开链的图精准搜索方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于二次哈希开链的图精准搜索方法，其特征在于，所述遍历图数据库中所有图的路径节点，包括：
3.根据权利要求2所述的一种基于二次哈希开链的图精准搜索方法，其特征在于，所述利用双哈希的方法完成索引构建，包括：
4.根据权利要求3所述的一种基于二次哈希开链的图精准搜索方法，其特征在于，所述遍历查询图数据库中的图路径节点，包括：
5.根据权利要求2所述的一种基于二次哈希开链的图精准搜索方法，其特征在于，所述利用初始索引特征先验剪枝，包括：
6.根据权利要求5所述的一种基于二次哈希开链的图精准搜索方法，其特征在于，所述采用路径合成的方法最终筛选候选集，包括：
7.根据权利要求2所述的一种基于二次哈希开链的图精准搜索方法，其特征在于，步骤1.2采用的深度优先搜索，包括：
8.根据权利要求3所述的一种基于二次哈希开链的图精准搜索方法，其特征在于，步骤2.1中的一次双哈希对应的公式为：
9.根据权利要求3
10.根据权利要求3所述的一种基于二次哈希开链的图精准搜索方法，其特征在于，步骤2.3的开链法使用链表存储哈希冲突的元素，动态收集步骤2.3的链条的情况。
...【技术特征摘要】
1.一种基于二次哈希开链的图精准搜索方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于二次哈希开链的图精准搜索方法，其特征在于，所述遍历图数据库中所有图的路径节点，包括：
3.根据权利要求2所述的一种基于二次哈希开链的图精准搜索方法，其特征在于，所述利用双哈希的方法完成索引构建，包括：
4.根据权利要求3所述的一种基于二次哈希开链的图精准搜索方法，其特征在于，所述遍历查询图数据库中的图路径节点，包括：
5.根据权利要求2所述的一种基于二次哈希开链的图精准搜索方法，其特征在于，所述利用初始索引特征先验剪枝，包括：
6.根据权利要求5所述的一种基...
【专利技术属性】
技术研发人员：梁勇，梁一飞，李永军，张心茹，李超越，陈锦智敏，和婧怡，
申请(专利权)人：河南大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。