[发明专利]基于CUDA并行和LCA的XML关键字查询方法

摘要

本发明公开了基于CUDA并行和LCA的XML关键字查询方法，针对使用递归方法查询关键字，以串行方式运行为主，如果包含关键字的节点数目较多，查询效率往往不是很理想的问题，对传统LCA算法进行改进，提了两两分组的改进的LCA算法，同时使用基于CUDA的GPU并行运算对改进的LCA算法进行加速运算。本发明方法能有效解决关键字查询数量大时，运算效率低的问题，查询结果准确，能减少查询串行次数，增加并行次数，使用GPU并行加速运算，获得较大的加速比，比传统的LCA算法有更好的检索效率。

主权项

1.基于CUDA并行和LCA的XML关键字查询方法，其特征在于，存储XML文档的数据模型采用树模型，查询时，对n个关键字的节点分别进行Dewey编码获得各关键字所对应的Dewey码集合S1,S2,S3,…,Sn，采用改进的LCA算法求解LCA得到查询结果，同时使用基于CUDA的GPU并行运算对改进的LCA算法进行加速运算；所述改进的LCA算法如下：推理1：假设在同一棵XML文档树上，有两棵子树S₁、S₂，S₁只包含一个节点v，S₂只包含两个结点v₁、v₂，若v、v₁、v₂的Dewey编码符合关系v<v₁<v₂，则LCA(v,v₁)与LCA(v,v₂)是相同节点或者LCA(_V,v₁)是LCA(v,v₂)的后代节点；推理2：假设在同一棵XML文档树上，有两棵子树S₁、S₂，S₁只包含一个结点v，S₂只包含两个结点v₁、v₂，若v、v₁、v₂的Dewey编码符合关系v>v₁>v₂，则LCA(v,v₁)与LCA(v,v₂)是相同节点或者LCA(v,v₁)是LCA(v,v₂)的后代节点；引理1：如果有两个节点v₁、v₂，这两个节点在XML文档处于不同的子树中，并且相距较远，它们的LCA为节点v’，如果有两个节点v₃、v₄，它们在XML文档处于相同的子树或者处于不同子树但相距很近，此时它们的LCA为节点v”，v’是v”的祖先节点或相同节点，若有两个集合S₁＝{v}，S₂＝{v₁,v₂,v₃,…,v_n}，先找出S₂中比v小的最大节点lm(v,S₂)，比v大的最小节点rm(v,S₂)，lm(v,S₂)和rm(v,S₂)就是和v最近的两个节点，然后求lm(v,S₂)和rm(v,S₂)的LCA，即得S₁、S₂的LCA；推理3：有两个Dewey编码集合Q₁＝{x₁，x₂，x₃，…，x_n}，Q₂＝{y₁，y₂，y₃，…，y_n}，如果Q₂集合的编码是按小到大进行分布，则Q₁、Q₂的LCA是集合Q＝{LCA({x1}，Q₂)，LCA({x2}，Q₂)，LCA({x3}，Q₂)，…，LCA({x_n}，Q₂)}；推理4：假设要查询的n个关键字，这些关键字仅包含一个节点，若n>2，则将关键字进行分组，每两个为一组，首先求解出每组的LCA，然后将每组的LCA再进行分组，两个为一组，求出每组的LCA；依此类推，即可求出n个结点的LCA；推理5：若有n(n>＝2)个关键字，它们各自所包含的节点数可能是一个或者多个，根据推理4，将n个关键字进行两两分组，先求每组的LCA，再将所求结果分组，依此类推，即可求得n个关键字的LCA。