mysql 海明距离_SQL中二进制字符串的汉明距离

小编典典

看来，将数据存储在BINARY列中是一种效果很差的方法。获得良好性能的唯一快速方法是将BINARY列的内容分为多BIGINT列，每列包含原始数据的8字节子字符串。

在我的情况下(32字节)，这意味着使用4 BIGINT列并使用以下函数：

CREATE FUNCTION HAMMINGDISTANCE(

A0 BIGINT, A1 BIGINT, A2 BIGINT, A3 BIGINT,

B0 BIGINT, B1 BIGINT, B2 BIGINT, B3 BIGINT

)

RETURNS INT DETERMINISTIC

RETURN

BIT_COUNT(A0 ^ B0) +

BIT_COUNT(A1 ^ B1) +

BIT_COUNT(A2 ^ B2) +

BIT_COUNT(A3 ^ B3);

在我的测试中，使用这种方法比使用这种BINARY方法快100倍以上。

FWIW，这是我在解释问题时所暗示的代码。欢迎使用更好的方法来完成相同的事情(我特别不喜欢二进制>十六进制>十进制转换)：

CREATE FUNCTION HAMMINGDISTANCE(A BINARY(32), B BINARY(32))

RETURNS INT DETERMINISTIC

RETURN

BIT_COUNT(

CONV(HEX(SUBSTRING(A, 1, 8)), 16, 10) ^

CONV(HEX(SUBSTRING(B, 1, 8)), 16, 10)

) +

BIT_COUNT(

CONV(HEX(SUBSTRING(A, 9, 8)), 16, 10) ^

CONV(HEX(SUBSTRING(B, 9, 8)), 16, 10)

) +

BIT_COUNT(

CONV(HEX(SUBSTRING(A, 17, 8)), 16, 10) ^

CONV(HEX(SUBSTRING(B, 17, 8)), 16, 10)

) +

BIT_COUNT(

CONV(HEX(SUBSTRING(A, 25, 8)), 16, 10) ^

CONV(HEX(SUBSTRING(B, 25, 8)), 16, 10)

);

2020-05-17