高效反向 k - 天际带查询处理技术解析
1. 引言
在多维数据库中,天际线查询是一种流行的范式,用于从多维数据中提取有趣的对象。而反向 k - 天际带(RkSB)查询作为反向天际线查询的一个有趣变体,在数据挖掘和数据库领域有着重要的应用价值。本文将详细介绍 RkSB 查询的相关概念、问题定义以及三种高效的处理算法。
2. 相关工作
天际线查询的研究已经有了很多成果,不同的算法从不同角度对天际线查询进行了优化和扩展。
- 无索引算法 :
- Block Nested Loop (BNL) 和 Divide - and - Conquer (D&C) 是早期的天际线计算方法。
- Sort - First - Skyline (SFS) 是 BNL 的改进版本,而 Linear - Elimination - Sort for Skyline (LESS) 则是 SFS 的优化版本,具有较好的最坏情况渐近性能。
- Object - based Space Partitioning (OSP) 方案用于可扩展的天际线计算。
- 基于索引的算法 :
- Tan 等人提出了渐进技术,开发了 Bitmap 和 Index 两种天际线查询方法。
- Nearest Neighbor (NN) 和 Branch - and - Bound Skyline (BBS) 也是渐进式天际线查询算法,其中 BBS 是 I/O 最优算法。
- 天际线查询的变体 :包括动态天际线查询、约束天际线计算、
超级会员免费看
订阅专栏 解锁全文
37

被折叠的 条评论
为什么被折叠?



