CN102169480B - 一种对多级字符串序列进行编码的方法 - Google Patents

Abstract

本发明涉及一种对多级字符串序列进行编码的方法，可使多级字符串编码与多级字符串一一对应，通过该编码方法所获得的编码能够保留多级字符串的各级别的从属关系，多级字符串的各个级别在其编码中均能够有所反应。通过该方法对多级字符串序列进行编码处理后，可方便对多级别字符串序列进行分析处理。

Description

一种对多级字符串序列进行编码的方法

技术领域

本发明涉及一种对多级字符串序列进行编码的方法，属于信息处理领域。

背景技术

随着计算机应用的日益广泛，越来越多的数据要需要计算机进行辅助管理和分析。计算机在对字符串类型数据进行分析之前，必须对其进行编码，且要求编码能够体现多级字符串的多级属性。

本发明可以对大量的多级字符串进行统一编码，通过该方法可直接获得一个与多级字符串序列相对应的编码序列，且多级字符串序列中的多级字符串允许出现重复。在数据量较少时。

发明内容

为了避免现有技术的不足之处，本发明提出一种对多级字符串序列进行编码的方法。

一种对多级字符串序列进行编码的方法，其特征在于具体步骤如下：

步骤1：计算多级字符串序列编码矩阵X的第1行：令多级字符串序列矩阵S的第1行对应的各级字符串编码全部为1，得到多级字符串序列编码矩阵X的第1行X_ij，j＝1，2，3，…，n；所述的多级字符串序列矩阵S表示为：

步骤2：在i∈{2，3，…，m}范围内依次计算多级字符串序列编码矩阵X的第i行的元素X_ij，j＝1，2，3，…，n；首先检查S_i1，S_i2，…，S_in是否与第1行至第i-1行的某个多级字符串S_k1，S_k2，…，S_kn，k∈{1，2，3，…，i-1}完全相同，若相同X_ij＝X_kj，j＝1，2，3，…，n；若不相同，去掉多级字符串序列矩阵S中的最后一列，得到n-1列的多级字符串序列矩阵S^(n-1)，继续检查矩阵S^(n-1)中的S_i1，S_i2，…，S_i(n-1)是否与矩阵S^(n-1)中的第1行至第i-1行的某个多级字符串S_k1，S_k2，…，S_k(n-1)，k∈{1，2，3，…，i-1}完全相同，在检查结果为不相同时，去掉当前多级字符串序列矩阵中的最后一列得到新的多级字符串序列矩阵，并对新矩阵进行同样的检查，若检查结果仍为不相同，则继续去掉新矩阵的最后一列，直至检查到当前多级字符串序列矩阵为n-(n-1)列，即多级字符串序列矩阵S⁽¹⁾；

在上述检查中，当检查到多级字符串序列矩阵S^(p)结果为相同时，多级字符串序列编码矩阵X的第i行的编码为：

X_ij＝X_kj，j＝1，2，3，…，p，{k|k＜i，S_k1＝S_i1，S_k2＝S_i2，…，S_kp＝S_ip}；

X_i(p+1)＝max(X_k(p+1))+1，{k|k＜i，S_k1＝S_i1，S_k2＝S_i2，…，S_kp＝S_ip}；

X_ij＝1，j＝p+2，p+3，…，n；

当检查直至矩阵S⁽¹⁾，结果仍为不相同时，多级字符串序列编码矩阵X的第i行的编码为：

X_i1＝max(X_k1)+1，k∈{1，2，3，…，i-1}；

X_ij＝1，j＝2，3，4，…，n；

当第m行编码完成，得到了多级字符串序列编码矩阵X，表示为：

本发明提出的一种对多级字符串序列进行编码的方法，可使多级字符串编码与多级字符串一一对应，通过该编码方法所获得的编码能够保留多级字符串的各级别的从属关系，多级字符串的各个级别在其编码中均能够有所反应。通过该方法对多级字符串序列进行编码处理后，可方便对多级别字符串序列进行分析处理。

附图说明

图1：图1是使用本发明的实现流程图，被编码的多级字符串序列中多级字符串个数为m，多级字符串的级别为n。

具体实施方式

现结合实施例、附图对本发明作进一步描述：

编码对象：

字符串：abcd

多级字符串：abcd sdfe s2as gfde

多级字符串序列：

多级字符串序列矩阵：

$S=\left[\begin{array}{cccc}{S}_{11}& S_{12}& S_{13}& S_{14}\\ S_{21}& S_{22}& S_{23}& S_{24}\\ S_{31}& S_{32}& S_{33}& S_{34}\\ S_{41}& S_{42}& S_{43}& S_{44}\\ S_{51}& S_{52}& S_{53}& S_{54}\end{array}\right]=\left[\begin{array}{cccc}\mathrm{abcd}& \mathrm{sdfe}& s2\mathrm{as}& \mathrm{gfde}\\ \mathrm{accc}& \mathrm{egfd}& s2\mathrm{as}& \mathrm{gf}3e\\ \mathrm{abcd}& \mathrm{sdfe}& \mathrm{kjue}& \mathrm{gfde}\\ \mathrm{abcd}& \mathrm{sdfe}& 5\mathrm{dfs}& \mathrm{fafd}\\ \mathrm{qcuu}& \mathrm{sdfe}& s2\mathrm{as}& \mathrm{gfde}\end{array}\right]$

编码过程：

①对矩阵S第1行进行编码，即：

X₁₁＝1；

X₁₂＝1；

X₁₃＝1；

X₁₄＝1；

②对矩阵S第2行进行编码。首先S₂₁，S₂₂，S₂₃，S₂₄与S₁₁，S₁₂，S₁₃，S₁₄不完全相同，继续检查S₂₁，S₂₂，S₂₃是否与S₁₁，S₁₂，S₁₃完全相同，仍不相同，继续检查S₂₁，S₂₂与S₁₁，S₁₂是否完全相同，仍不相同，继续检查S₂₁与S₁₁是否相同，结果仍不相同。此时有：

X₂₁＝max(X_k1)+1，(k∈{1})，即X₂₁＝X_k1+1＝1+1＝2；

X₂₂＝1；

X₂₃＝1；

X₂₄＝1；

③对矩阵S第3行进行编码。首先S₃₁，S₃₂，S₃₃，S₃₄与S₁₁，S₁₂，S₁₃，S₁₄及S₂₁，S₂₂，S₂₃，S₂₄都不完全相同；继续检查S₃₁，S₃₂，S₃₃是否与S₁₁，S₁₂，S₁₃及S₂₁，S₂₂，S₂₃是否相同，结果仍不相同，继续检查S₃₁，S₃₂与S₁₁，S₁₂及S₂₁，S₂₂是否完全相同，发现S₃₁，S₃₂与S₁₁，S₁₂完全相同，都为abcd，sdfe，此时有：

X₃₁＝X₁₁＝1；

X₃₂＝X₁₂＝1；

X₃₃＝max(X_k3)+1，({k|k＜3，S₃₁＝S_k1，S₃₂＝S_k2})，即X₃₃＝X₁₃+1＝1+1＝2；

X₃₄＝1；

④对矩阵S第4行进行编码。首先S₄₁，S₄₂，S₄₃，S₄₄与S₁₁，S₁₂，S₁₃，S₁₄及S₂₁，S₂₂，S₂₃，S₂₄以及S₃₁，S₃₂，S₃₃，S₃₄都不完全相同；继续检查S₄₁，S₄₂，S₄₃是否与S₁₁，S₁₂，S₁₃及S₂₁，S₂₂，S₂₃以及S₃₁，S₃₂，S₃₃是否相同，结果仍不相同，继续检查S₄₁，S₄₂与S₁₁，S₁₂及S₂₁，S₂₂以及S₃₁，S₃₂是否完全相同，发现S₄₁，S₄₂与S₁₁，S₁₂完全相同，都为abcd，sdfe；此时有：

X₄₁＝X₁₁＝1；

X₄₂＝X₁₂＝1；

X₄₃＝max(X_k3)+1，({k|k＜5，S₄₁＝S_k1，S₄₂＝S_k2})，即X₄₃＝X₃₃+1＝2+1＝3；

X₄₄＝1；

⑤对矩阵S第5行进行编码。首先S₅₁，S₅₂，S₅₃，S₅₄与S₁₁，S₁₂，S₁₃，S₁₄及S₂₁，S₂₂，S₂₃，S₂₄及S₃₁，S₃₂，S₃₃，S₃₄以及S₄₁，S₄₂，S₄₃，S₄₄都不完全相同；继续检查S₅₁，S₅₂，S₅₃是否与S₁₁，S₁₂，S₁₃及S₂₁，S₂₂，S₂₃及S₃₁，S₃₂，S₃₃以及S₄₁，S₄₂，S₄₃是否相同，结果仍不相同，继续检查S₅₁，S₅₂与S₁₁，S₁₂及S₂₁，S₂₂及S₃₁，S₃₂以及S₄₁，S₄₂是否完全相同，结果仍不相同，继续检查S₅₁与S₁₁及S₂₁及S₃₁及S₄₁是否相同，结果仍不相同。此时有：

X₅₁＝max(X_k1)+1，(k∈{1，2，3，4})，即X₅₁＝X₂₁+1＝2+1＝3；

X₅₂＝1；

X₅₃＝1；

X₅₄＝1；

至此得到了完整的多级字符串序列编码矩阵X，表示为：

$X=\left[\begin{array}{cccc}{X}_{11}& X_{12}& X_{13}& X_{14}\\ X_{21}& X_{22}& X_{23}& X_{24}\\ X_{31}& X_{32}& X_{33}& X_{34}\\ X_{41}& X_{42}& X_{43}& X_{44}\\ X_{51}& X_{52}& X_{53}& X_{54}\end{array}\right]=\left[\begin{array}{cccc}1& 1& 1& 1\\ 2& 1& 1& 1\\ 1& 1& 2& 1\\ 1& 1& 3& 1\\ 3& 1& 1& 1\end{array}\right].$

Claims (1)

1.一种对多级字符串序列进行编码的方法，其特征在于具体步骤如下：

步骤1：计算多级字符串序列编码矩阵X的第1行：令多级字符串序列矩阵S的第1行对应的各级字符串编码全部为1，得到多级字符串序列编码矩阵X的第1行X_1j，j＝1，2，3，…，n；所述的多级字符串序列矩阵S表示为：

步骤2：在i∈{2，3，…，m}范围内依次计算多级字符串序列编码矩阵X的第i行的元素X_ij，j＝1，2，3，…，n；首先检查S_i1，S_i2，…，S_in是否与第1行至第i-1行的某个多级字符串S_k1，S_k2，…，S_kn，k∈{1，2，3，…，i-1}完全相同，若相同则X_ij＝X_kj，j＝1，2，3，…，n；若不相同，去掉多级字符串序列矩阵S中的最后一列，得到n-1列的多级字符串序列矩阵S^(n-1)，继续检查矩阵S^(n-1)中的S_i1，S_i2，…，S_i(n-1)是否与矩阵S^(n-1)中的第1行至第i-1行的某个多级字符串S_k1，S_k2，…，S_k(n-1)，k∈{1，2，3，…，i-1}完全相同，在检查结果为不相同时，去掉当前多级字符串序列矩阵中的最后一列得到新的多级字符串序列矩阵，并对新矩阵进行同样的检查，若检查结果仍为不相同，则继续去掉新矩阵的最后一列，直至检查到当前多级字符串序列矩阵为n-(n-1)列，即多级字符串序列矩阵S⁽¹⁾；

在上述检查中，当检查到多级字符串序列矩阵S^(p)结果为相同时，多级字符串序列编码矩阵X的第i行的编码为：

X_ij＝X_kj，j＝1，2，3，…，p，{k|k＜i，S_k1＝S_i1，S_k2＝S_i2，…，S_kp＝S_ip}；

X_i(p+1)＝max(X_k(p+1))+1，{k|k＜i，S_k1＝S_i1，S_k2＝S_i2，…，S_kp＝S_ip}；

X_ij＝1，j＝p+2，p+3，…，n；

当检查直至矩阵S⁽¹⁾，结果仍为不相同时，多级字符串序列编码矩阵X的第i行的编码为：

X_i1＝max(X_k1)+1，k∈{1，2，3，…，i-1}；

X_ij＝1，j＝2，3，4，…，n；

当第m行编码完成，得到了多级字符串序列编码矩阵X，表示为：

Images