61、不完整数据的天际线查询计算

不完整数据的天际线查询计算

1. 相关工作

最初，天际线查询用于最大向量或帕累托集计算。天际线运算符最早由Borzsonyi等人引入数据库管理系统。不过，大多数现有的天际线算法只考虑整个数据集，并依赖于优势关系的传递性来获得显著的剪枝能力。由于优势关系具有非传递性和循环性，它们不能直接用于不完整数据的天际线查询。以下是几种处理不完整数据的天际线算法：
- 基于替换的算法 ：Khalefa等人首次提出了用于不完整数据的天际线查询，即ISkyline算法。该算法使用了虚拟点和影子天际线的概念。计算每个桶的虚拟点，并用于与其他桶进行比较。影子天际线是未包含在桶的局部天际线中的项目列表，可通过支配候选天际线来减少比较次数。然而，该算法的性能受初始数据顺序的影响，且虚拟点并不总是能给出正确结果。
- 基于排序的算法
- SIDS算法 ：Bharuka和Sreenivasa Kumar提出的排序天际线查询技术（SIDS）。若一个项目经过足够次数的处理，该算法会立即返回一个天际线点。输入数据按每个维度的非递增顺序进行预排序，然后依次移除被支配的项目。但增加列表数量可能会减慢天际线的生成速度。
- SCSA算法 ：Gulzar等人提出的一种独特的混合算法（SCSA）。通过减少支配测试和搜索空间，从部分数据中生成天际线。但该算法未考虑不完整性的影响，有时结果不太实际。
- 基于表扫描的算法 ：He和Han提出的基于表扫描的算法（TSI）。通过两个不同的步骤解决非传递性和循环优势问题。第一步通过顺序表扫