19、XML 关键字搜索：高效算法与缺失答案问题解决

XML 关键字搜索：高效算法与缺失答案问题解决

1. 高效 XML 关键字搜索基于 DAG 压缩

在 XML 关键字搜索领域，为了实现高效的结果计算，有多种方法被提出。其中一种方法是通过计算父节点的 ID，利用关键字的反转元素列表进行交集运算，最后移除结果候选中存在其他结果候选为其后代的元素，以此来计算 SLCAs。

有一种新的方法，它聚焦于高效的结果计算，遵循基于交集的方法思路。与其他方法不同的是，它不计算 XML 索引，而是计算 DAG - Index。这种方式有助于并行计算多个关键字搜索结果，从而加快 SLCA 的计算速度。DAG - Index 是首个在计算搜索索引之前使用 XML 压缩来改进关键字搜索的方法。

还有一种名为 IDCLuster 的索引和搜索技术，它通过共享公共子树，实现对冗余数据的一次性索引和搜索。性能评估显示，使用 IDCluster 的基于 DAG 的索引，基于交集的关键字搜索算法能得到显著改进，速度提升可达 2 倍以上。

2. XML 关键字搜索中因对象重复导致的缺失答案问题

2.1 问题背景

随着 XML 成为互联网数据交换的通用标准，XML 关键字搜索受到广泛关注。流行的 XML 关键字搜索方法是基于 LCA（最低公共祖先）语义，在此基础上还提出了许多扩展，如 SLCA、MLCA、ELCA 和 VLCA 等，以提高搜索的有效性。然而，这些方法仅向上搜索公共祖先，可能会因对象重复而导致缺失答案的问题。

2.2 对象重复导致的问题

XML 允许节点通过父子关系关联，但在多对多关系且未使用 IDREF 的情况下，对象可能会在文档中多次出现，