XML文档树 树中每个结点对应唯一ID号
概念:
(1)SLCA结点:最小的包含所有关键字的结点.
对于查询Q = { a,b}来说, SCLA结点有:x1, x4
(2)ELCA结点:在排除以它的后代结点为根的子树中所有关键字之后, 以它为根的子树仍然包含所有查询关键字
对于查询Q = { a,b}来说, ELCA结点有:x1, x2, x4
一、求解所有的SLCA(最小最低公共祖先)结点
(1)stack算法
基本思想:先序遍历、后序(自底向上)处理所有包含关键字的结点
1. 从小到大遍历a, b两个关键字倒排表中的编码,依次入栈,比较相邻编码,编码中不同部分出栈,出栈时判断其
是否为真正的SLCA;
2. 判断一个结点是否为SLCA结点,需要知道其包含查询关键字的情况。若其没有包含所有关键字,则将包含关键
字的信息传递给其父亲;若其包含所有关键字,则其是一个候选的SLCA(事实上第一个候选SLCA就是一个真
正的SLCA),其包含关键字的信息不传递给其父亲;
3. 按照上面的过程求出下一个候选的SLCA,判断其与前一个SLCA之间的祖先后代关系,若不是祖先后代关系,则
说明其是一个真正的SLCA.
(2)IL算法
基本思想:
1. 比较a,b两个关键字倒排表的长度,依次取最短倒排表中的一个编码到次短倒排表中求左右匹配;
左匹配:比该编码小的最大的编码,右匹配:比该编码大的最小的编码
2. 该编码分别和左右匹配得到两个LCA结点,其中编码较长的LCA结点为候选的SLCA结点;
(若还有第三个关键字,则拿该LCA结点到最长倒排表中求左右匹配,同理得到两个LCA结点,其中编码较长
的LCA 结点为候选的SLCA结点)
3. 处理最短倒排中的第二个编码,同理得到一个候选的SLCA结点,根据它们的祖先后代关系判断前一个候选SLCA
结点是否为真正的SLCA结点。
IL算法与Stack算法的不同点:
IL算法是从左到右遍历最短倒排表,用后一个候选SLCA判断前一个候选SLCA是否为真正的SLCA结点;
Stack算法是自底向上进行求解,用前一个候选SLCA判断后一个候选SLCA是否为真正的SLCA结点。
二、求解所有的ELCA(排他的最低公共祖先)结点
HashCount算法
基本思想:
1. 建立关键字的hashcount索引,记录某个结点包含关键字的个数;
2. 比较a,b两个关键字倒排表的长度,依次取最短倒排表中的一个编码入栈,比较相邻编码,编码中不同部分出栈
,出栈时根据其包含关键字个数情况判断其是否为真正的ELCA;
3. 若是ELCA结点,则需要将其包含关键字个数信息传递给父亲结点;若不是ELCA结点,说明其父亲结点是一个潜
在的ELCA结点;
4. 直至最短倒排表被遍历完为止。