判断数据属于多个类别的技巧

青衣

　　在自主开发的多个系统中都用到了分类算法，每个数据都可能被分到几个类别中，对于详细的分值可以简单的放在一个冗余表，但是在原始数据表中还是要记录每条数据所属的类别。这就有几个比较棘手的问题，一是对于类别的查找，二是对于类别的添加。有以下几个解决方法：
　　1）每个类别都记录成一个字段来标记是否属于：这样查找的时候后面要跟where条件，如果是查找多个类别就要带几个条件，查找效率一般。但添加类别的时候就比较麻烦，既要修改数据库字段，又要修改程序。
　　2）把类别都记录在一个字段：这样添加类别简单了，但是查找的时候就不太方便，如果每次值查找一个类别，那么用like还是可以接受，但如果同时查找多个类别，那sql就要写好几个like，这个效率自然更不能接受。有个折衷的办法，就是把这些类别按一定顺序排放，这样查找的时候一个like还可以处理。
　　3）同样类别还是记录在一个字段：这个还可以利用全文索引来查询，这样也可以对该字段进行复合查询，但是mysql自带的fulltext索引只能用于myisam，如果用lucene或sphinx就需要额外配置，稍微麻烦点。
　　上面几个方式我想了下感觉都不是很满意，今天突然想到之前做的算法题中有个常用的技巧，就是利用二机制来解决问题。对于类别是否属于就是一个0或1的标志，多个类别就记录多位即可。这个问题就迎刃而解了。
　　假设目前分类有CBA三个类别，至于为什么倒过来，后面会有说明。现在有四条数据，所属类别分别为001, 010, 100, 101，最后一个数据是为了表示有的会被分到多个类别。
　　类别的查找方法：既然转换成二进制，自然是考虑使用位运算，这里以mysql的函数语法为例。假设要查找A类的数据，那么条件为categories & b'001'，这样数据1和数据4就会匹配上。查找属于多个类别的也很简单，查找属于A或B类，条件为categories & b'011'。查找A且B类，条件为categories & b'011' = b'011'。
　　类别的添加方法：由于位运算的低位始终在后面，所以新添加的类别就要加到高位上，比如增加D类别，原数据分类就相当与默认都没分到D类中，原始数据也不用做任何修改。
　　这个方法对于类别是否属于的判断非常高效，计算机只要做一次运算就能拿到结果，但mysql对于位数也是有限制，64位系统下最多只能有64位长度，使用时注意一下。将十进制转换成二进制形式可以使用函数bin(n)。

　　

[MySQL] 判断数据属于多个类别的技巧

相关帖子

Louvain算法在反作弊上的应用

一键提取多个文件夹方法

如何一次打印多个pdf图片

多个pdf文件怎么合并成一个文件并压缩

pdf如何拆分成多个文件

批量将多个pdf合并在一起

显卡废了的表现

怎么判断cpu坏了还是主板坏了

电源还是主板供电不足如何判断

怎么利用配置文件来管理多个 Node.js 进程

青衣 LV4