基于网格索引的连续Skyline计算.docx

基于网格索引的连续Skyline计算方法

田李邹鹏李爱平贾焰

（国防科技大学计算机学院，长沙410073）

摘要考虑按任意顺序随机增删的数据流场景下连续Skyline计算问题，首先基于已有工作提出了一个基本算法BCSC；然后基于“影响区域”的观察，提出了一个基于网格索引数据结构的算法GICSC，其基本思想为：（1）将数据区间划分为若干大小相等的网格，采用网格索引方法对数据点进行组织和管理；（2）用网格将数据空间表示为自由区域和影响区域两部分，发生在自由区域中的数据变化可以从理论上保证不影响计算结果，因此仅需对落于影响区域的数据增删进行运算，从而降低数据规模；（3）算法的计算模块通过逐步扩展的方法，无需遍历全部数据便可获得初始的Skyline集合及影响区域，维护模块通过类似方法计算数据变化对Skyline集合的影响，同时动态更新影响区域的大小。由于没有对数据流特性进行假设限制，因此BCSC和GICSC算法具有更广泛的适应性。理论分析和实验结果均验证了上述方法的有效性。

关键词连续skyline计算；数据流；网格索引数据结构中图法分类号TP311.13

GridIndexBasedAlgorithmforContinuousSkylineComputation

TianLi,ZouPeng,LiAiping,JiaYan

(SchoolofComputer,NationalUniversityofDefenseTechnology,Changsha,Hunan,China410073)

AbstractWeaddresstheproblemofcontinuousskylinecomputationonstreamswithrandomadditionsanddeletions.AstraightforwardmethodcalledBCSC(BasicContinuousSkylineComputationalgorithm)isfirstlyraised,thenaGridIndexbasedContinuousSkylineComputationalgorithm(GICSC)ispresentedbasedontheobservationofinfluenceregion.ThemainideaofGICSCisasfollows:(1)Theworkspaceisdividedintolotsofregulargrids,andthevaliddatapointsareindexedandmanagedbythisgridstructure;(2)Somegridsareorganizedastheinfluenceregion,whiletherestcomposeofthefreeregion.GICSCachieveslowrunningtimebyhandlingdataadditions/deletionsonlyfrompointsthatfallintheinfluenceregion,whiledatachangesinthefreeregionareomittedwithcorrectnessguarantee.(3)Thecomputationmoduleadoptsasmartmethodtoobtaintheinitialskylinesetandinfluenceregionwithouthavingtoprocessallthedatapoints;afterthatthemaintenancemodulecomputesthechangeofskylineandmaintainstheinfluenceregiondynamicallywhendatachanges.Sincethere’snoassumptionlimitationofstreamcharacters,theBCSCandGICSCalgorithmsaremoreadaptive.Analyticalandexperimentalevidencesshowtheefficiencyofpropos