浅谈集合与引用

在谈集合之前，需要先谈谈离散性的概念：

所谓离散性，是指集合的成员可以游离在集合之外存在并参与运算，游离成员还可以再组成新的集合。从离散性的解释上可以知道，离散性是针对集合而言的一种能力，离开集合概念单独谈离散性就没有意义了。

离散性是个很简单的特性，几乎所有支持结构（对象）的高级语言都天然支持，比如我们用Java时都可以把数组成员取出来单独计算，也可以再次组成新的数组进行集合运算（不过Java几乎没有提供集合运算类库）。

打个通俗的比方：假设有一个盒子里装满了白色小球，针对离散性的操作就相当于把盒子打开，把里面的小球一个个单独拿出来刷上不同颜色，则操作后每个小球的颜色都各不相同；而针对整个集合的操作，就相当于把装入一定数量小球的盒子，运到某个地方，则盒内所有小球也都同时被运到了那个地方。

回到程序的编写方向上，同时具备良好的集合运算类库与离散性引用机制的集算器脚本语言，相较于传统的SQL语言（受限于关系代数），无论从思考方式还是从执行效率上来看，都有着先天的优势。

一、解决一些逻辑稍微复杂一点的实际问题。

比如以前提到的：计算至少连涨四天的股票，在至少连涨三天的股票中所占的比例：

一个比较普通的思路是用窗口函数：将数据按公司名分区后再按日期排序（Order By），调用LAG窗口函数向上做求差运算并根据是否为负记是否为NULL，调用LAG和LEAD窗口函数找出上升趋势和下降趋势的分段点并记1，再调用SUM窗口函数将分段点预设值累加从而成为分段的依据字段，然后清空之前用NULL标记的无效行后，再分别统计算出>=3和>=4的数目，最后算出一个比值。

具体实现代码如下（下面以SqlServer数据库为例）：

WITH T1 AS

(

SELECT T.COM COM, T.STA STA, SUM(T.FLG) OVER(PARTITION BY T.COM ORDER BY T.DAT) GRP

FROM (

SELECT [Company] COM, [Date] DAT, [Price] PRI,

CASE WHEN [Price] > LAG([Price],1,0) OVER(PARTITION BY [Company] ORDER BY [Date])

THEN 1 ELSE NULL END STA,

CASE WHEN [Price] < LAG([Price],1,0) OVER(PARTITION BY [Company] ORDER BY [Date])

AND [Price] < LEAD([Price],1,9999999) OVER(PARTITION BY [Company] ORDER BY [Date])

THEN 1 ELSE 0 END FLG

FROM Stock

) T

),

T2 AS

(

SELECT T1.COM COM, T1.GRP GRP, COUNT(T1.COM) CNT FROM T1 WHERE T1.STA IS NOT NULL GROUP BY T1.COM, T1.GRP

),

T3 AS