[发明专利]编码存储方法、文本存储数据结构以及文本压缩存储和统计输出方法

摘要

本发明公开了编码存储方法、文本存储数据结构以及文本压缩存储和统计输出方法，核心基于为大写字母和必要的标点符号设定32进制的用户编码。将单词中每三个字符对应的32进制用户编码转换为二进制后存储在一十六位二进制存储单元中。文本存储数据结构，将文本存于一散列树中，该散列树包含：32进制用户编码顺序对应的多个表节点；每个表节点为一级链表的首节点，所述一级链表中存储文本中全部相同首字母的单词或存储相同字符；作为所述一级链表中后续结点的单词节点，该单词节点包括记录单词长度和文本中重复单词数量的字段；每个单词节点为二级链表的首节点；作为所述二级链表中后续节点的存储节点，每个存储节点为存储应用权利要求2所述编码存储方法中所述规则划分的当前单词和重复单词的字符组的二进制存储单元。

主权项

1.一种编码存储方法，其特征在于具有如下步骤：—为大写字母A‑Z和至少包含“，”、“。”、“？”和“！”的句终结符设定从1开始至32结束的32进制用户编码；—将小写的字母转换为大写字母；—将单词中每三个字符对应的32进制用户编码转换为二进制后存储在一十六位二进制存储单元中，所述转换的规则如下：—定义单词的首字母为最高位字符，单词的末尾字母为最低位字符；—对于字符数量超过3个的单词，由最高位字符开始，每三个字符划分为一个字符组，剩余数量少于3个的字符划分一字符组；对于字符数量少于3个的单词，直接划分为一字符组；—转换为二进制时，字符组中的字符按由字符组内末尾字符至首位字符的转换权值依次为32的0次方、1次方和2次方的规则转换为二进制数。