스토어 모든 문자열 배열의 조합

Question

나는 사람들이 다음과 같은 속성을 저장하는 메모리에 큰 정적 데이터 세트가 검색 :

[성별, 연령, 인종, 결혼 지위, 교육, 기본 국가, workclass을 , occupation]

각 특성은 미리 정의 된 값 집합에서 값을 가져 오며 각 특성에 대해 크기가 다릅니다. 다음 사전입니다.

[[남성, 여성], [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, , 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 8081828384858687888990,91,92 , 93, 94, 95, 96, 97, 98, 99, 100], [백인, 아시아계 애호가, Amer-Indian-Eskimo, 기타, 검정], [결혼 한 배우자, 이혼, 결혼하지 않은 배우자 없음, 결혼 한 AF 배우자], [학사, 일부 대학, 11 학년, HS-grad, Prof-school, Assoc-acdm, Assoc-voc, 9 일, 7-8 일, 12 일 (미국, 캄보디아, 잉글랜드, 푸에르토 리코, 캐나다, 독일, 외딴 지역 (괌 -USVI 등), 인도, 일본, 그리스, 소 에콰도르, 대만, 아이티, 콜롬비아, 헝가리, 과테말라, 니카라과, 스코틀랜드, 콜롬비아, 에콰도르, 카리브해, 태국, 유고 슬라비아, El-Salvador, Trinadad & Tobago, Peru, Hong, Holand-Netherlands], [자체, 자체 emp-inc, 자체 emp-inc, 연방 정부, 지방 정부, 기술 지원, 공예 - 수리, 기타 서비스, 영업, 경영 - 관리, 전문 - 특수 기술, 처리기 - 청소기, 기계 - 작동기, Adm-clerical, 농어업, Privilege-Serv, Protective-serv, Armed-Forces]]

가능한 모든 조합을 유지하는 구조가있어서 데이터 집합의 각 조합에 대해 일부 통계를 저장할 수 있습니다. 예 특정 조합이 데이터 집합에 몇 번 존재하는지), 데이터 집합에 존재하지 않는 조합에 대해서도 일부 정보를 저장합니다. 그래서 모든 조합이 표현되어야합니다.

ArrayList [] 의 ArrayList를 사용하여 가능한 모든 조합을 만들려고했지만 몇 초가 걸리고 indexOf (x)를 사용하여 특정 조합을 검색합니다. 여기서 x는 String []이 작동하지 않는 것 같습니다.

public class Grid { 

// Immutable fields 
private final int combinationLength; 
private final String[][] values; 
private final int[] maxIndexes; 
private final ArrayList<String[]> GridValues = new ArrayList<String[]>(); 
// Mutable fields 
private final int[] currentIndexes; 
private boolean hasNext; 

public Grid(final String[][] array) { 
    combinationLength = array.length; 
    values = array; 
    maxIndexes = new int[combinationLength]; 
    currentIndexes = new int[combinationLength]; 

    if (combinationLength == 0) { 
     hasNext = false; 
     return; 
    } 

    hasNext = true; 


    // Fill in the arrays of max indexes and current indexes. 
    for (int i = 0; i < combinationLength; ++i) { 
     if (values[i].length == 0) { 
      // Set hasNext to false if at least one of the value-arrays is empty. 
      // Stop the loop as the behavior of the iterator is already defined in this case: 
      // the iterator will just return no combinations. 
      hasNext = false; 
      return; 
     } 

     maxIndexes[i] = values[i].length - 1; 
     currentIndexes[i] = 0; 
    } 

    while (hasNext()){ 
     String[] nextCombination = next(); 
     GridValues.add(nextCombination); 
    } 
} 


private boolean hasNext() { 
    return hasNext; 
} 


public String[] next() { 
    if (!hasNext) { 
     throw new NoSuchElementException("No more combinations are available"); 
    } 
    final String[] combination = getCombinationByCurrentIndexes(); 
    nextIndexesCombination(); 
    return combination; 
} 

private String[] getCombinationByCurrentIndexes() { 
    final String[] combination = new String[combinationLength]; 
    for (int i = 0; i < combinationLength; ++i) { 
     combination[i] = values[i][currentIndexes[i]]; 
    } 
    return combination; 
} 

private void nextIndexesCombination() { 

    for (int i = combinationLength - 1; i >= 0; --i) { 
     if (currentIndexes[i] < maxIndexes[i]) { 
      // Increment the current index 
      ++currentIndexes[i]; 
      return; 
     } else { 
      // Current index at max: 
      // reset it to zero and "carry" to the next index 
      currentIndexes[i] = 0; 
     } 
    } 
    // If we are here, then all current indexes are at max, and there are no more combinations 
    hasNext = false; 
} 
} 

누구나 더 빠르고 더 좋은 방법은 무엇입니까?

고맙습니다.

Answer 1

여기서는 가정을하고 있습니다. 데이터가 계속 변경되지 않는다고 가정하고 있습니다 (데이터가 동적 인 것처럼 느껴지지 않습니다).

데이터를 저장할 로컬 파일 기반의 HSQL DB를 사용합니다 (속도 목적으로 이것을 선택했습니다 - 그러나 MySQL과 같은 공식적인 dB의 경우이를 자유롭게 바꾸십시오).

다양한 차원에서 모든 유형 수를 얻는 트릭이 스키마에 있습니다. 데이터 마이닝의 경우 "Star Schema"이 선호됩니다. 이 스키마를 사용하여 그룹화하고 원하는 모든 차원을 고려할 수 있습니다.귀하의 경우에는 스키마 아마 보일 것 같은 :

table person - columns(id (primary key), name, age, sex_id, country_id, highest_education_id, income) 
table sex - columns(id (primary key), name) 
table country - columns(id (primary key), name) 
table education - columns(id (primary key), name) 

이 방법은 컬럼비아에서 모든 사람들의 수를 찾으려면 같은 쿼리는 다음과 같습니다 당신도 할 수

select count(*) from people where country_id = <columbia country id> 

상위 주문 쿼리는 모든 일본인의 총 수입을 찾습니다.

select country.name, sum(people.income) 
from people inner join country on people.country_id = country.id 
and country.name = "Japan" 

매우 유연하고 확장 가능합니다.