[发明专利]大数据的非精准排序方法

摘要

一种大数据的非精准排序方法，涉及数据处理技术领域，所解决的是海量数据检索的技术问题。该方法从目标数据库中随机截取一段数据样本，再根据样本构建样本值数组、样本频数数组，利用样本值数组存放样本的参考数值，利用样本频数数组记录各个参考数值的出现频率；并对样本值数组及样本频数数组进行优化；然后再构建一个累计值数组，并根据样本频数数组为累计值数组赋值；然后利用样本值数组检测待排序的目标数据在目标数据库中的排列位置，根据累计值数组中的对应元素，计算目标数据在目标数据库中的排序百分比值，从而得出目标数据在目标数据库中的排序位置。本发明提供的方法，适用于不需要精确查询排序结果的场景。

主权项

1.一种大数据的非精准排序方法，其特征在于，具体步骤如下：1)从目标数据库中随机截取一段包含有N个数据的数据样本Y，并设定一个计算精度α，1E+8(i)，如果Ln_(i)＜η×N/m，则令令N＝N‑Ln_(i)/2，令m＝m‑1，并删除样本值数组Lv中的第i个元素Lv_(i)，并删除样本频数数组Ln中的第i个元素Ln_(i)，η的取值为0.1；规则B：对于样本频数数组Ln中的任意一个元素Ln_(i)，如果Ln_(i)＞λ×N/m，则在样本值数组Lv的第i个元素Lv_(i)及第i+1个元素Lv_(i+1)之间插入T个元素，在样本频数数组Ln的第i个元素Ln_(i)及第i+1个元素Ln_(i+1)之间插入T个元素，并为样本值数组Lv中所插入的T个元素赋值，为样本频数数组Ln中所插入的T个元素赋值，并令m＝m+T；其中，λ的取值为10；样本值数组Lv中所插入的T个元素的赋值公式为：Lv'(i+t)＝Lv(i)+(Lv(i+1)‑Lv(i))/T其中，Lv'(i+t)为插入样本值数组Lv中的第t个元素，Lv(i)、Lv(i+1)分别是未插入T个元素时的样本值数组Lv中的第i个元素、第i+1个元素；样本频数数组Ln中所插入的T个元素的赋值方法为：统计数据样本Y中的大于Lv'(i+t)并且小于Lv'(i+t+1)的数据的数量，并将统计的数量值赋给Ln'(i+t)；其中，Ln'(i+t)为插入样本频数数组Ln中的第t个元素，Lv'(i+t)为插入样本值数组Lv中的第t个元素，Lv'(i+t+1)为Lv'(i+t)后序相邻的元素；6)构建一个m维的累计值数组ALn，为累计值数组ALn中的每个元素赋值，赋值计算公式为：其中，ALn(i)为累计值数组ALn中的第i个元素；7)获取待排序的目标数据Y(k)，在样本值数组Lv中查找满足条件Lv(i)＜Y(k)＜Lv(i+1)的两个相邻元素Lv(i)、Lv(i+1)，再根据所找到的元素Lv(i)在样本值数组Lv中的位置i，从累计值数组ALn中找到处于位置i处的元素ALn(i)，再根据所找到的元素ALn(i)，计算目标数据Y(k)在目标数据库中的排序百分比值，从而得出目标数据Y(k)在目标数据库中的排序位置，排序百分比值的具体计算公式为：Res(k)＝100×ALn(i)/N其中，Res(k)为目标数据Y(k)在目标数据库中的排序百分比值。