专栏首页米扑专栏全面了解数据库设计中分类算法

全面了解数据库设计中分类算法

【转】推荐:全面了解数据库设计中分类算法

分类算法要解决的问题

在网站建设中,分类算法的应用非常的普遍。在设计一个电子商店时,要涉及到商品分类;在设计发布系统时,要涉及到栏目或者频道分类;在设计软件下载这样的程序时,要涉及到软件的分类;如此等等。可以说,分类是一个很普遍的问题。

我常常面试一些程序员,而且我几乎毫无例外地要问他们一些关于分类算法的问题。下面的举几个我常常询问的问题。你认为你可以很轻松地回答么?

1、分类算法常常表现为树的表示和遍历问题。那么,请问:如果用数据库中的一个Table来表达树型分类,应该有几个字段?

2、如何快速地从这个Table恢复出一棵树?

3、如何判断某个分类是否是另一个分类的子类?

4、如何查找某个分类的所有产品?

5、如何生成分类所在的路径。

6、如何新增分类?

在不限制分类的级数和每级分类的个数时,这些问题并不是可以轻松回答的。本文试图解决这些问题。

分类的数据结构

我们知道:分类的数据结构实际上是一棵树。在《数据结构》课程中,大家可能学过Tree的算法。由于在网站建设中我们大量使用数据库,所以我们将从Tree在数据库中的存储谈起。

为简化问题,我们假设每个节点只需要保留Name这一个信息。我们需要为每个节点编号。编号的方法有很多种。在数据库中常用的就是自动编号。这在Access、SQL Server、Oracle中都是这样。假设编号字段为ID。

为了表示某个节点ID1是另外一个节点ID2的父节点,我们需要在数据库中再保留一个字段,说明这个分类是属于哪个节点的儿子。把这个字段取名为FatherID。如这里的ID2,其FatherID就是ID1。

这样,我们就得到了分类Catalog的数据表定义: Create Table [Catalog]([ID] [int] NOT NULL,[Name] [nvarchar](50) NOT NULL,[FatherID] [int] NOT NULL);

约定:我们约定用-1作为最上面一层分类的父亲编码。编号为-1的分类。这是一个虚拟的分类。它在数据库中没有记录。

如何恢复出一棵树

上面的Catalog定义的最大优势,就在于用它可以轻松地恢复出一棵树?分类树。为了更清楚地展示算法,我们先考虑一个简单的问题:怎样显示某个分类的下一级分类。我们知道,要查询某个分类FID的下一级分类,SQL语句非常简单:

select Name from catalog where FatherID=FID

显示这些类别时,我们可以这样: <%REM oConn---数据库连接,调用GetChildren时已经打开REM FID-----当前分类的编号Function GetChildren(oConn,FID)strSQL = "select ID,Name from catalog where FatherID="&FIDset rsCatalog = oConn.Execute(strSQL)%>

<UL><%Do while not rsCatalog.Eof %><LI><%=rsCatalog("Name")%><%Loop%></UL>

<% rsCatalog.CloseEnd Function%>

现在我们来看看如何显示FID下的所有分类。这需要用到递归算法。我们只需要在GetChildren函数中简单地对所有ID进行调用:GetChildren(oConn,Catalog(“ID”))就可以了。

<%REM oConn---数据库连接,已经打开REM FID-----当前分类的编号Function GetChildren(oConn,FID)strSQL = "select Name from catalog where FatherID="&FIDset rsCatalog = oConn.Execute(strSQL)%>

<UL><%Do while not rsCatalog.Eof %>

<LI><%=rsCatalog("Name")%>

<%=GetChildren(oConn,Catalog("ID"))%><%Loop%>

</UL><% rsCatalog.CloseEnd Function%>

修改后的GetChildren就可以完成显示FID分类的所有子分类的任务。要显示所有的分类,只需要如此调用就可以了:

<%REM strConn--连接数据库的字符串,请根据情况修改set oConn = Server.CreateObject("ADODB.Connection")oConn.Open strConn=GetChildren(oConn,-1)oConn.Close%>

如何查找某个分类的所有产品

现在来解决我们在前面提出的第四个问题。

第三个问题留作习题。我们假设产品的数据表如下定义: Create Table Product([ID] [int] NOT NULL,[Name] [nvchar] NOT NULL,[FatherID] [int] NOT NULL);

其中,ID是产品的编号,Name是产品的名称,而FatherID是产品所属的分类。对第四个问题,很容易想到的办法是:先找到这个分类FID的所有子类,然后查询所有子类下的所有产品。实现这个算法实际上很复杂。代码大致如下:

<%Function GetAllID(oConn,FID)Dim strTempIf FID=-1 thenstrTemp = ""elsestrTemp =","end ifstrSQL = "select Name from catalog where FatherID="&FIDset rsCatalog = oConn.Execute(strSQL)Do while not rsCatalog.Eof strTemp=strTemp&rsCatalog("ID")&GetAllID(oConn,Catalog("ID")) REM 递归调用LooprsCatalog.CloseGetAllID = strTempEnd FunctionREM strConn--连接数据库的字符串,请根据情况修改set oConn = Server.CreateObject("ADODB.Connection")oConn.Open strConnFID = Request.QueryString("FID")strSQL = "select top 100 * from Product where FatherID in ("&GetAllID(oConn,FID)&")"set rsProduct=oConn.Execute(strSQL)%>

<UL><%Do while not rsProduct.EOF%>

<LI><%=rsProduct("Name")%><% Loop%>

</UL>

<%rsProduct.CloseoConn.Close %>

这个算法有很多缺点。试列举几个如下:

1、 由于我们需要查询FID下的所有分类,当分类非常多时,算法将非常地不经济,而且,由于要构造一个很大的strSQL,试想如果有1000个分类,这个strSQL将很大,能否执行就是一个问题。

2、 我们知道,在SQL中使用In子句的效率是非常低的。这个算法不可避免地要使用In子句,效率很低。

我发现80%以上的程序员钟爱这样的算法,并在很多系统中大量地使用。细心的程序员会发现他们写出了很慢的程序,但苦于找不到原因。他们反复地检查SQL的执行效率,提高机器的档次,但效率的增加很少。

最根本的问题就出在这个算法本身。算法定了,能够再优化的机会就不多了。我们下面来介绍一种算法,效率将是上面算法的10倍以上。

分类编码算法

问题就出在前面我们采用了顺序编码,这是一种最简单的编码方法。大家知道,简单并不意味着效率。实际上,编码科学是程序员必修的课程。下面,我们通过设计一种编码算法,使分类的编号ID中同时包含了其父类的信息。一个五级分类的例子如下:

此例中,用32(4+7+7+7+7)位整数来编码,其中,第一级分类有4位,可以表达16种分类。第二级到第五级分类分别有7位,可以表达128个子分类。

显然,如果我们得到一个编码为 1092787200 的分类,我们就知道:由于其编码为

0100 0001001 0001010 0111000 0000000

所以它是第四级分类。其父类的二进制编码是0100 0001001 0001010 0000000 0000000,十进制编号为1092780032。依次我们还可以知道,其父类的父类编码是0100 0001001 0000000 0000000 0000000,其父类的父类的父类编码是0100 0000000 0000000 0000000 0000000。

现在我们在一般的情况下来讨论类别编码问题。设类别的层次为k,第i层的编码位数为Ni, 那么总的编码位数为N(N1+N2+..+Nk)。我们就得到任何一个类别的编码形式如下:

2^(N-(N1+N2+…+Ni))*j + 父类编码

其中,i表示第i层,j表示当前层的第j个分类。这样我们就把任何分类的编码分成了两个部分,其中一部分是它的层编码,一部分是它的父类编码。由下面公式定一的k个编码我们称为特征码:(因为i可以取k个值,所以有k个)

2^N-2^(N-(N1+N2+…+Ni))

对于任何给定的类别ID,如果我们把ID和k个特征码“相与”,得到的非0编码,就是其所有父类的编码!

位编码算法

对任何顺序编码的Catalog表,我们可以设计一个位编码算法,将所有的类别编码规格化为位编码。在具体实现时,我们先创建一个临时表: Create TempCatalog([OldID] [int] NOT NULL,[NewID] [int] NOT NULL,[OldFatherID] [int] NOT NULL,[NewFatherID] [int] NOT NULL);

在这个表中,我们保留所有原来的类别编号OldID和其父类编号OldFatherID,以及重新计算的满足位编码要求的相应编号NewID、NewFatherID。

程序如下: <%REM oConn---数据库连接,已经打开REM OldFather---原来的父类编号REM NewFather---新的父类编号REM N---编码总位数REM Ni--每一级的编码位数数组REM Level--当前的级数sub FormatAllID(oConn,OldFather,NewFather,N,Nm,Ni byref,Level)strSQL = "select CatalogID , FatherID from Catalog where FatherID=" & OldFatherset rsCatalog=oConn.Execute( strSQL )j = 1do while not rsCatalog.EOFi = 2 ^(N - Nm) * jif Level then i= i + NewFatherOldCatalog = rsCatalog("CatalogID")NewCatalog = i

REM 写入临时表: strSQL = "Insert into TempCatalog (OldCatalogID , NewCatalogID , OldFatherID , NewFatherID)"strSQL = strSQL & " values(" & OldCatalog & " , " & NewCatalog & " , " & OldFather & " , " & NewFather & ")"Conn.Execute strSQLREM 递归调用FormatAllID:Nm = Nm + Ni(Level+1) FormatAllID oConn,OldCatalog , NewCatalog ,N,Nm,Ni,Level + 1rsCatalog.MoveNextj = j+1looprsCatalog.Closeend sub%>

调用这个算法的一个例子如下: <%REM 定义编码参数,其中N为总位数,Ni为每一级的位数。Dim N,Ni(5) Ni(1) = 4N = Ni(1) for i=2 to 5Ni(i) = 7N = N + Ni(i)next

REM 打开数据库,创建临时表: strSQL = "Create TempCatalog( [OldID] [int] NOT NULL, [NewID] [int] NOT NULL, [OldFatherID] [int] NOT NULL, [NewFatherID] [int] NOT NULL);"Set Conn = Server.CreateObject("ADODB.Connection") Conn.Open Application("strConn")Conn.Execute strSQL

REM 调用规格化例程: FormatAllID Conn,-1,-1,N,Ni(1),Ni,0REM -----REM 在此处更新所有相关表的类别编码为新的编码即可。REM -----

REM 关闭数据库: strSQL= "drop table TempCatalog;"Conn.Execute strSQLConn.Close%>

第四个问题

现在我们回头看看第四个问题:怎样得到某个分类下的所有产品。由于采用了位编码,现 在问题变得很简单。我们很容易推算:某个产品属于某个类别的条件是Product.FatherID&(Catalog.ID的特征码)= Catalog.ID。其中“&”代表位与算法。这在SQL Server中是直接支持的。

举例来说:产品所属的类别为:1092787200,而当前类别为1092780032。当前类别对应的特征值为:4294950912,由于1092787200&4294950912=8537400,所以这个产品属于分类8537400。

我们前面已经给出了计算特征码的公式。特征码并不多,而且很容易计算,可以考虑在Global.asa中Application_OnStart时间触发时计算出来,存放在Application(“Mark”)数组中。

当然,有了特征码,我们还可以得到更加有效率的算法。我们知道,虽然我们采用了位编 码,实际上还是一种顺序编码的方法。表现出第I级的分类编码肯定比第I+1级分类的编码要小。根据这个特点,我们还可以由FID得到两个特征码,其中一个 是本级位特征码FID0,一个是上级位特征码FID1。而产品属于某个分类FID的充分必要条件是:

Product.FatherID>FID0 and Product.FatherID<FID1

下面的程序显示分类FID下的所有产品。由于数据表Product已经对FatherID进行索引,故查询速度极快: <%REM oConn---数据库连接,已经打开REM FID---当前分类REM FIDMark---特征值数组,典型的情况下为Application(“Mark”)REM k---数组元素个数,也是分类的级数Sub GetAllProduct(oConn,FID,FIDMark byref,k)' 根据FID计算出特征值FID0,FID1for i=k to 1if (FID and FIDMark = FID ) then exitnext strSQL = "select Name from Product where FatherID>"FIDMark(i)&" and FatherID<"FIDMark(i-1)set rsProduct=oConn.Execute(strSQL)%><UL><%Do While Not rsProduct.Eof%><LI><%=rsProduct("Name")Loop%></UL><%rsProduct.CloseEnd Sub%>

关于第5个问题、第6个问题,就留作习题吧。有了上面的位编码,一切都应该迎刃而解。

话题: [收集] 各式各样的 无限级分类 的数据库设计方案

第一种方案:

表为两张,一张分类表,一张信息表。 表1: `ID` int(10), `cID` tinyint(3) , `title` varchar(255), 表2: `cID` tinyint(3) , `parentID` tinyint(3),  `order` tinyint(3) , `name` varchar(255),

这样可以根据cID = parentID来判断上一级内容,运用递归至最顶层 。

第二种方案:

设置parentID为varchar类型,将父类id都集中在这个字段里,用符号隔开,比如:1,3,6 这样可以比较容易得到各上级分类的ID,而且在查询分类下的信息的时候,可以使用如:Select * From information Where cID Like "1,3%"。不过在添加分类和转移分类的时候操作将非常麻烦。

以上两种方案地址:http://search.phpres.com/phpres-top2007,98552.html

第三种方案:

 每级分类递增两位数字,这样,每级分类的数目限定在100个之间,分类方法主要为编码法; 示例: 一级分类:01,02,03 二级分类:0101,0102,0103,0201,0202........ 三级分类:010101,010102,010103,010104.......... 数据库查询时使用 like '01%'就可得到一级分类01下的所有子分类,非常方便! 如果要列出所有分类的树型结构,只需用一条语句select * from pro_class order by code,再稍微处理一下就可。(其中,pro_class为产品分类表,code为类别编码)。 设计的数据库结构如下: id:                    类别id,主键 classname:         类名 classcode:          类别编码 parent:             父id left_child:          最左孩子id(或第一个孩子) right_sibling:      右兄弟id layer:                层级(第一级类别为1,第2级类别2,以此类推)

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

推荐阅读

  • 日访问百万级微信小程序优化技巧总结

    之前负责的锡慧在线小程序是一款公益性质在线教育类小程序,因疫情影响导致流量暴增,日访问过百万

    薛定喵君
    小程序微信缓存RedisCanvas
  • Spiral: 一个性能卓越的PHP/Golang混合开发框架

    春节期间,了解到一个“全新”的 WEB 开发框架:Spiral, 最开始引起我的兴趣是从同事那里听说了 RoadRunner. 然后去了解 RoadRunner 的时候看到了 Spiral. 之所以把“全新”用双引号引起来,是因为这个框架其实从 2013 年起就在它的开发团队以及一些企业客户中应用了,经历了各种实际应用场景的考验,Spiral 的功能及其丰富,性能与当前主流的 PHP 框架相比也相当出众。但这个框架源自俄国,在国内不算知名,他们团队开始重视和梳理开源,也应该是才开始的事情。

    小李刀刀
    PHPGoSymfony
  • kubernetes系列教程(二十)prometheus提供完备监控系统

    上一个章节中kubernetes系列教程(十九)使用metric-server让HPA弹性伸缩愉快运行介绍了在kubernetes中的监控架构,通过安装和使用metric-server提供kubernetes中的核心监控指标:提供node节点和pod容器CPU和内存的监控能力,核心监控指标提供的监控维度和指标相对有限,需要更好的扩展监控能力,需要使用自定义监控来实现,本文介绍prometheus提供更更加丰富的自定义监控能力。

    HappyLau谈云计算
    Kubernetes容器微服务云监控
  • 如何将设计思维应用到精益初创公司的软件开发

    我们所说的设计思维,是指由 IDEO 公司的 Tim Brown 提出,并且正在改变全世界组织的设计思维,简称 DT。(译者注:IDDO,当代最具影响力的设计公司之一)

    Aceyclee
    Serverless无服务器云函数
  • InnoDB 事务加锁分析

    一般大家对数据库事务的了解可能停留在事务的ACID特性以及事务4种不同的隔离级别层面上,而对于事务 4 种不同隔离级别如何实现了解相对较少。

    2020labs小助手
    MySQLSQL数据库MVCMVCC
  • FutureTask 核心源码解析

    研究源码,一般我们都从整体以及实例先入手,再研究细节,不至于一开始就“深陷其中而"当局者迷".

    JavaEdge
    HTTPJava
  • 200行代码落地人脸识别开锁应用

    2019年国庆,帮朋友实现了一个人脸识别进行开锁的功能,用在他的真人实景游戏业务中。几个月来运行稳定,体验良好,借着这个春节宅家的时间,整理一下这个应用的实现过程。

    高树磊
    人脸识别图像处理
  • 滑动验证码攻防对抗

        在业务安全领域,滑动验证码已经是国内继,传统字符型验证码之后的标配。众所周知,打码平台和机器学习这两种绕过验证码的方式,已经是攻击者很主流的思路,不再阐述。冷渗透介绍的是一个冷门的绕过思路和防御方案。这些积累,均来自于实战之中,希望有用。

    周俊辉
    HTTP网络安全安全网站
  • 程序员进阶必读,万字总结Mysql优化精华篇

    price decimal(8,2)有2位小数的定点数,定点数支持很大的数(甚至是超过int,bigint存储范围的数)

    程序员内点事
    全文检索缓存SQL数据库Python
  • 运维转型 | 运维人不再只是“救火英雄”

    各行各业都开启了数字化转型的进程,运维团队在这种时代的浪潮中又该何去何从?我在帮助一些企业落地了运维技术平台之后,开始反思这个问题,并将所思所想整理成本篇文章。

    嘉为科技
    企业运维自动化云计算

扫码关注云+社区

领取腾讯云代金券