CN114510640A - 一种搜索记录排序方法、装置及终端设备 - Google Patents
一种搜索记录排序方法、装置及终端设备 Download PDFInfo
- Publication number
- CN114510640A CN114510640A CN202210146458.2A CN202210146458A CN114510640A CN 114510640 A CN114510640 A CN 114510640A CN 202210146458 A CN202210146458 A CN 202210146458A CN 114510640 A CN114510640 A CN 114510640A
- Authority
- CN
- China
- Prior art keywords
- search
- storage node
- hash table
- storage
- keyword
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9014—Indexing; Data structures therefor; Storage structures hash tables
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9538—Presentation of query results
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请适用于计算机应用技术领域,提供了一种搜索记录排序方法、装置及终端设备,包括:当接收到搜索请求时,根据搜索请求确定搜索关键词;若根据搜索关键词确定哈希表中存在与搜索关键词对应的存储节点,则更新存储节点的搜索次数;根据存储节点的搜索次数更新存储节点在哈希表中的位置,通过哈希表存储搜索记录并进行排序,哈希表的存储节点个数是有限的,只保存与存储节点个数相等的搜索记录,有效降低空间复杂度,基于哈希表对搜索记录进行排序,在接收到新的搜索请求时,只需要根据搜索请求对应的搜索关键词就能快速更新该搜索关键词的存储节点在哈希表中的位置,无需再次对所有搜索结果再次进行排序,有效地提高了搜索记录排序的效率。
Description
技术领域
本申请属于计算机应用技术领域,尤其涉及一种搜索记录排序方法、装置、终端设备及计算机可读存储介质。
背景技术
随着互联网的广泛应用,在互联网视频或社交产品中,用户可以通过搜索行为来获取感兴趣的资讯等相关内容,同时也可以使用热点事件相关的搜索词获取事件资讯。
通常搜索引擎可以统计一定时间段内的用户搜索行为的搜索记录数据,对所有搜索记录按搜索次数进行排序生成热搜榜,用户可以通过热搜榜获知近期热门搜索记录,以引导用户拓展兴趣。现有的热搜排序方案通常需要保存所有搜索记录,并统计搜索记录的搜索次数,之后再根据搜索记录被搜索的次数进行热度排序,然而随着搜索记录的增加,数据量越来越大,热度排序会变的非常耗时,严重影响热度排序的展示。
综上可知,现有的搜索记录排序方法存在耗时长,排序效率低的问题。
发明内容
本申请实施例提供了一种搜索记录排序方法、装置、终端设备及计算机可读存储介质,可以解决现有的搜索记录排序方法存在耗时长,排序效率低的问题。
第一方面,本申请实施例提供了一种搜索记录排序方法,包括:
当接收到搜索请求时,根据搜索请求确定搜索关键词;
若根据所述搜索关键词确定哈希表中存在与所述搜索关键词对应的存储节点,则更新所述存储节点的搜索次数;其中,所述哈希表用于存储搜索记录并根据各个存储节点的搜索次数将存储节点中存储的搜索记录进行排序,将搜索次数最多的搜索记录存储在所述哈希表的头存储节点中,将搜索次数最少的搜索记录存储在所述哈希表的最后一个存储节点中,所述哈希表的存储节点个数是有限的;
根据所述存储节点的搜索次数更新所述存储节点在所述哈希表中的位置。
在第一方面的一种实现方式中,所述若根据所述搜索关键词确定哈希表中存在与所述搜索关键词对应的存储节点,则更新所述存储节点的搜索次数,包括:
在根据所述搜索关键词确定所述哈希表中存在与所述搜索关键词对应的存储节点时,获取所述存储节点的计数器的计数值;
将所述计数值加一,得到更新后的计数值。
在第一方面的一种实现方式中,所述根据所述存储节点的搜索次数更新所述存储节点在所述哈希表中的位置,包括:
获取所述哈希表中每个存储节点的搜索次数;
根据所述哈希表中每个存储节点的搜索次数调整所述哈希表的存储节点排序。
在第一方面的一种实现方式中,所述根据所述存储节点的搜索次数更新所述存储节点在所述哈希表中的位置,包括:
从所述哈希表中删除与所述搜索关键词对应的存储节点;
根据与所述搜索关键词对应的存储节点更新后的搜索次数与上N个存储节点的存储节点的搜索次数确定插入位置;N为大于等于1的正整数;
在所述插入位置中插入与所述搜索关键词对应的存储节点。
在第一方面的一种实现方式中,所述根据所述存储节点的搜索次数更新所述存储节点在所述哈希表中的位置,包括:
判断与所述搜索关键词对应的存储节点的上一存储节点是否为所述哈希表的头存储节点;
若与所述搜索关键词对应的存储节点的上一存储节点为所述哈希表的头存储节点,则判断与所述搜索关键词对应的存储节点的搜索次数是否大于等于上一存储节点的的搜索次数;
若与所述搜索关键词对应的存储节点的搜索次数大于等于上一存储节点的搜索次数,则从所述哈希表中移除与所述搜索关键词对应的存储节点,并将与所述搜索关键词对应的存储节点添加到所述哈希表的头部。
在第一方面的一种实现方式中,在当接收到搜索请求时,根据搜索请求确定搜索关键词之后,还包括:
根据所述搜索关键词确定所述哈希表中是否存在与所述搜索关键词对应的存储节点。
若所述哈希表中不存在与所述搜索关键词对应的存储节点,则在所述哈希表的尾部新增与所述搜索关键词对应的存储节点。
在第一方面的一种实现方式中,所述若所述哈希表中不存在与所述搜索关键词对应的存储节点,则在所述哈希表的尾部新增与所述搜索关键词对应的存储节点,包括:
若所述哈希表中不存在与所述搜索关键对应的存储节点,则判断所述哈希表的存储节点数是否大于预设节点阈值;
若所述哈希表的存储节点数大于预设节点阈值,则删除所述哈希表最后一个存储节点,并在所述哈希表的尾部增加与所述搜索关键词对应的存储节点;
若所述哈希表的存储节点数不大于所述预设节点阈值,则在所述哈希表的尾部新增与所述搜索关键词对应的存储节点。
第二方面,本申请实施例提供了一种搜索记录排序装置,包括:
确定单元,用于当接收到搜索请求时,根据搜索请求确定搜索关键词;
次数更新单元,用于若根据所述搜索关键词确定哈希表中存在与所述搜索关键词对应的存储节点,则更新所述存储节点的搜索次数;其中,所述哈希表用于存储搜索记录并根据各个存储节点的搜索次数将存储节点中存储的搜索记录进行排序,将搜索次数最多的搜索记录存储在所述哈希表的头存储节点中,将搜索次数最少的搜索记录存储在所述哈希表的最后一个存储节点中,所述哈希表的存储节点个数是有限的;
位置更新单元,用于根据所述存储节点的搜索次数更新所述存储节点在所述哈希表中的位置。
第三方面,本申请实施例提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,上述处理器执行所述计算机程序时实现如上述第一方面中任一项所述的搜索记录排序方法的步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面中任一项所述的搜索记录排序方法的步骤。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备可执行上述第一方面中任一项所述的搜索记录排序方法。
本申请实施例与现有技术相比存在的有益效果是:
本申请实施例提供的一种搜索记录排序方法、装置、终端设备、计算机可读存储介质以及计算机程序产品,通过哈希表存储搜索记录,并且哈希表的存储节点个数是有限的,只保存与存储节点个数相等的搜索记录,有效降低空间复杂度,并能够基于哈希表对搜索记录进行排序,在接收到新的搜索请求时,只需要根据搜索请求对应的搜索关键词就能快速更新该搜索关键词的存储节点在哈希表中的位置,无需再次对所有搜索结果再次进行排序,有效地提高了搜索记录排序的效率,解决现有的搜索记录排序方法存在耗时长,排序效率低的问题。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的搜索记录排序方法的实现流程图;
图2是本申请一实施例提供的搜索记录排序方法中S13的具体实现流程图;
图3是本申请一实施例提供的另一种搜索记录排序方法的实现流程图;
图4是本申请一实施例提供的搜索记录排序方法中S15的具体实现流程图;
图5是本申请一实施例提供的搜索记录排序装置的结构示意图;
图6是本申请一实施例提供的终端设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
请参阅图1,图1是本申请一实施例提供的搜索记录排序方法的实现流程图。在本申请实施例中,上述搜索记录排序方法的执行主体可以是终端设备或服务器等具备数据处理能力的设备。具体的,上述终端设备或服务器中可以搭载搜索引擎,由终端设备或服务器中搭载的搜索引擎执行上述搜索记录排序方法。
在具体应用中,上述终端设备可以是智能手机、平板电脑、台式电脑、智能可穿戴设备等电子设备,本申请实施例对此不加以限制。上述服务器可以是传统服务器,也可以是云服务器,本申请实施例对此同样不加以限制。
如图1所示,本申请一实施例提供的搜索记录排序方法可以包括S11~S13,详述如下:
在S11中,当接收到搜索请求时,根据搜索请求确定搜索关键词。
在本申请实施例中,终端设备可以根据用户的搜索操作生成相应的搜索请求。
在具体应用中,用户可以通过安装在终端设备中的应用程序的交互界面输入其想要搜索的搜索内容,通常该搜索内容就会携带搜索关键词,终端设备通过获取用户输入的搜索内容,就能够生成与该搜索操作相应的搜索请求,并将搜索请求发送给搜索引擎,由搜索引擎执行搜索操作,并反馈与该搜索请求对应的内容给到用户。
搜索引擎在接收到该搜索请求后,就可以确定出其所携带的搜索关键词,示例性的,假设用户在应用程序的搜索框输入“1”,此时终端设备就会生成携带“1”的搜索请求,并发送至搜索引擎进行搜索,搜索引擎接收到携带“1”的搜索请求时,就会搜索出与“1”相关的内容,并将搜索到的内容反馈给用户。其中,“1”就是搜索请求的搜索关键词。
在S12中,若根据搜索关键词确定哈希表中存在与搜索关键词对应的存储节点,则更新存储节点的搜索次数。
在本申请实施例中,通过搜索关键词(Key value)进行查询,以查询哈希表是否存在与搜索关键词对应的存储节点,可以在O(1)时间复杂度下就查询出是否存在与搜索关键词对应的存储节点,提高查询的效率。
在具体应用中,上述哈希表包括若干个存储节点,每个存储节点以搜索关键词为Key value保存搜索关键词对应的搜索记录,且每个存储节点均设置有计数器,通过每个存储节点的计数器记录存储在该存储节点中的搜索记录的搜索次数。
在本申请实施例中,为了避免搜索记录过多,影响排序效率,上述哈希表包括的存储节点的个数是有限的,可以通过最不经常使用(Least frequently used,LFU)或最近最少使用(Least Recently Used,LRU)对哈希表中的存储节点中存储的搜索记录进行排序。
在本申请一实施例中,哈希表可以根据各个存储节点的搜索次数将存储节点中存储的搜索记录进行排序,即可以预先根据搜索记录的搜索次数进行排序,将搜索次数最多的搜索记录存储在所述哈希表的头存储节点中,将搜索次数最少的搜索记录存储在哈希表的最后一个存储节点中(尾存储节点)。
示例性的,例设用户先后搜索了[“1”,“2”,“3”,“1”,“1”,“1”,“2”],且哈希表的存储节点数为3,那么哈希表从头存储节点到尾存储节点的搜索关键词依次为[“1”,“2”,“3”],且“1”的搜索次数为4,“2”的搜索次数为2,“3”的搜索次数为1。
在本申请一实施例,上述哈希表为哈希链表,上述搜索关键词为hash code。
需要说明的是,上述哈希链表的存储节点的个数是有限的,例如该哈希表的存储节点的个数为100个,那个该哈希表能够保存的搜索记录的数量就是100个。
在实际应用中,当搜索记录超过100个时且新增搜索记录时,哈希表会将其最后一个存储节点的存储的搜索记录替换为新增的搜索记录。
在具体应用中,搜索引擎在确定了存在key value与搜索关键词相同的存储节点,则确定该存储节点就是用来存储该搜索关键词对应的搜索记录。由于哈希表中存在与搜索关键词对应的存储节点,那么此时该存储节点的搜索次数就需要进行更新。
在本申请一实施例中,上述S12可以包括以下步骤:
在根据搜索关键词确定哈希表中存在与搜索关键词对应的存储节点时,获取该存储节点的计数器的计数值;
将计数值加一,得到更新后的计数值。
在具体应用中,在确定了哈希表中存在与该搜索关键词对应的存储节点后,将该搜索关键词对应的存储节点的计数器加一,得到了更新后的计数值,该更新后的计数值就是该存储节点存储的搜索记录的搜索次数。
在S13中,根据存储节点的搜索次数更新存储节点在哈希表中的位置。
在本申请实施例中,由于搜索记录的搜索次数已经更新了,因此搜索记录的排序可能存在变化,因此需要更新该存储节点的位置来实现重新排序。
在具体应用中,可以通过遍历上述哈希表中每个存储节点的搜索次数,然后确定出与搜索关键词对应的存储节点的位置,然后将该存储节点插入到该相应位置,以实现搜索记录的重新排序。
在本申请一实施例中,上述S13可以包括以下步骤:
获取哈希表中每个存储节点的搜索次数;
根据哈希表中每个存储节点的搜索次数调整哈希表的存储节点排序。
在具体应用中,S12已经更新了与本次搜索关键词对应的存储节点的搜索次数了,此时只要获取出哈希表中每个存储节点的搜索次数,然后重新按照将搜索次数最多的搜索记录存储在所述哈希表的头存储节点中,将搜索次数最少的搜索记录存储在哈希表的最后一个存储节点中的排序方式调整哈希表的存储节点排序,就能够实现搜索记录的重新排序了,有效提高了排序的效率。
在本申请一实施例中,为了更快地完成排序的调整,上述S13可以包括以下步骤:
将更新后的搜索次数与上一个存储节点的搜索次数进行比较;
若更新后的搜索次数大于上一个存储节点的搜索次数,则替换两个存储节点存储的搜索记录。
在具体应用中,为了减少重新排序的时间,只需要先将与该搜索关键词对应的存储节点更新的搜索次数与该存储节点的上一存储节点的搜索次数进行比较,如果更新后的搜索次数大于上一个存储节点的搜索次数,就说明更新次数后的搜索记录的热度优于上一个存储节点存储的搜索记录,那么就需要替换两个存储节点存储的搜索记录,使得本次搜索对应的搜索记录在热搜榜的位置更靠前。
在具体应用中,上述替换两个存储节点存储的搜索记录的过程为将与该搜索关键词对应的存储节点中存储的搜索记录存储到上一个存储节点中,将上一个存储节点的搜索记录存储到本存储节点中。
由于哈希表本身就已经对原来的搜索记录进行了排序,因此只需要将本存储节点更新后的搜索次数与上一个存储节点的搜索次数进行比较就能够确定出本存储节点在搜索记录表中的位置,能够有效地减少更新排序的时间。
在本申请另一实施例中,当与搜索关键词对应的存储节点的搜索次数与上一存储节点的搜索次数相等时,将本存储节点存储的搜索记录与上一存储节点存储的搜索记录进行替换,由于本次搜索的实时性较高,因此即使两者的搜索次数是相同的,也将本次搜索的搜索记录置前,提高搜索记录排序的实时性。
在本申请一实施例中,在替换存储节点中存储的搜索记录之前,还可以先判断上一个存储节点是否为该哈希表的头存储节点,只有当上一个存储节点不为哈希表的头存储节点且上一个存储节点的搜索次数小于本存储节点时,才替换存储节点中存储的搜索记录。
如果上一个存储节点为哈希表的头存储节点,那么在哈希表中移除与搜索关键词对应的存储节点,并将该存储节点移动到该哈希表的头部。
请参阅图2,图2示出了本申请实施例提供的搜索记录排序方法的S13的具体实现流程。如图2所示,在本申请另一实施例中,上述S13可以包括以下步骤:
S21:判断与搜索关键词对应的存储节点的上一存储节点是否为所述哈希表的头存储节点;
S22:若与搜索关键词对应的存储节点的上一存储节点为所述哈希表的头存储节点,则判断与搜索关键词对应的存储节点的搜索次数是否大于等于上一存储节点的搜索次数;
S23:若与搜索关键词对应的存储节点的搜索次数大于等于上一存储节点的搜索次数,则从哈希表中移除与所述搜索关键词对应的存储节点,并将与搜索关键词对应的存储节点添加到哈希表的头部。
在本申请另一实施例中,上述S13可以包括以下步骤:
从哈希表中删除与搜索关键词对应的存储节点;
根据与搜索关键词对应的存储节点更新后的搜索次数与上N个存储节点的存储节点的搜索次数确定插入位置;N为大于等于1的正整数;
在所述插入位置中插入与搜索关键词对应的存储节点。
在具体应用中,为了减少替换存储的搜索记录的次数,本实施例先将与搜索关键词对应的存储节点从哈希表中删除,在确定了上一个存储节点的搜索次数小于更新后的搜索次数时,再判断上一个存储节点的上一个存储节点的搜索次数是否小于本存储节点的搜索次数,以此类推,直至找到大于本存储节点的搜索次数的存储节点,然后将本存储节点插入到该存储节点的后面。
以上可以看出,本申请实施例提供的一种搜索记录排序方法方法,通过哈希表存储搜索记录,并且哈希表的存储节点个数是有限的,只保存与存储节点个数相等的搜索记录,有效降低空间复杂度,并能够基于哈希表对搜索记录进行排序,在接收到新的搜索请求时,只需要根据搜索请求对应的搜索关键词就能快速更新该搜索关键词的存储节点在哈希表中的位置,无需再次对所有搜索结果再次进行排序,有效地提高了搜索记录排序的效率。
请参阅图3,图3示出了本申请实施例提供的另一种搜索记录排序方法的实现流程示意图,如图3所示,区别于图1所示的实施例,本申请实施例提供的搜索记录排序方法在S11之后,还包括以下步骤:
S14:根据搜索关键词确定哈希表中是否存在与搜索关键词对应的存储节点。
S15:若哈希表中不存在与搜索关键词对应的存储节点,则在哈希表的尾部新增与搜索关键词对应的存储节点。
在具体应用中,搜索引擎在获取到搜索关键词后,就可以根据搜索关键词确定出哈希表中是否存在与搜索关键词对应的存储节点,即判断哈希表中各个存储节点的keyvalue是否与搜索关键词相同,若存在key value与搜索关键词相同的存储节点,则该存储节点就是用来存储该搜索关键词对应的搜索记录,也即确定哈希表中存在与搜索关键词对应的存储节点,否则确定哈希表中不存在与搜索关键词对应的存储节点。
在具体应用中,如果哈希表中不存在与搜索关键词对应的存储节点,即说明该搜索关键词对应的搜素记录未被存储,因此可以在哈希表的尾部新增与该搜索关键词对应的存储节点来保存这个新增的搜索记录,并且将该存储节点对应的计数器更新为1,即该搜索记录的搜索次数为1。
请参阅图4,图4示出了本申请实施例提供的搜索排序记录方法中S15的具体实现流程。如图4所示,在本申请一实施例中,上述S14包括以下步骤:
S41:若哈希表中不存在与搜索关键对应的存储节点,则判断哈希表的存储节点数是否大于预设节点阈值;
S42:若哈希表的存储节点数大于预设节点阈值,则删除哈希表最后一个存储节点,并在哈希表的尾部增加与搜索关键词对应的存储节点;
S43:若哈希表的存储节点数不大于预设节点阈值,则在哈希表的尾部新增与搜索关键词对应的存储节点。
在本实施例中,由于哈希表的存储节点个数是有限的,不能超过预设节点阈值,因此需要先判断当前哈希表的存储节点的数量是否超过了预设节点阈值,没超过就可以直接新增存储节点来保存该搜索记录,超过的话就将最后一个搜索记录删除,然后新增这个搜索记录,保证哈希的存储节点个数不超过预设节点阈值。
需要说明的是,上述预设节点阈值可以根据实际应用场景进行设置,在此不加以限制。
本申请实施例提供的搜索记录排序方法与传统的通过数组或链表存储搜索记录,并进行排序的方法相比,使用数组存储搜索记录的方式无法快速的进行搜索记录新增和删除操作,而使用链表存储搜索记录的方式则无法快速的查询数据,本申请实施例提供的搜索记录排序方法将搜索记录都存储在哈希表中,在进行搜索记录重新排序时,最差的情况下是该搜索记录在哈希表中已存在,那么只需要找到待替换的存储节点,然后进行替换,即最大时间复杂度为O(N),N就是比对的存储节点的个数,而如果搜索记录在哈希表中不存在,那么只需要淘汰最后一个存储节点,并将该搜索记录添加到哈希表的尾部,最小的时间复杂度O(1),因此可以有效地节省搜索记录排序时间,提高搜索记录排序的响应速度。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的一种搜索记录排序方法,图5示出了本申请一实施例提供的搜索记录排序装置的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分。参照图5,该搜索记录排序装置50包括:确定单元51、次数更新单元52以及位置更新单元53。其中:
确定单元51用于当接收到搜索请求时,根据搜索请求确定搜索关键词。
次数更新单元52用于若根据所述搜索关键词确定哈希表中存在与所述搜索关键词对应的存储节点,则更新所述存储节点的搜索次数;其中,所述哈希表用于存储搜索记录并根据各个存储节点的搜索次数将存储节点中存储的搜索记录进行排序,将搜索次数最多的搜索记录存储在所述哈希表的头存储节点中,将搜索次数最少的搜索记录存储在所述哈希表的最后一个存储节点中,所述哈希表的存储节点个数是有限的。
位置更新单元53用于根据所述存储节点的搜索次数更新所述存储节点在所述哈希表中的位置。
在本申请的一个实施例中,次数更新单元52具体包括:计数获取单元和计数处理单元。其中:
计数获取单元用于在根据所述搜索关键词确定所述哈希表中存在与所述搜索关键词对应的存储节点时,获取所述存储节点的计数器的计数值。
计数处理单元用于将所述计数值加一,得到更新后的计数值。
在本申请的一个实施例中,上述位置更新单元53具体包括:搜索次数获取单元和排序调整单元。
搜索次数获取单元用于获取所述哈希表中每个存储节点的搜索次数。
排序调整单元用于根据所述哈希表中每个存储节点的搜索次数调整所述哈希表的存储节点排序。
在本申请的一个实施例中,所述位置更新单元53具体用于从所述哈希表中删除与所述搜索关键词对应的存储节点;根据与所述搜索关键词对应的存储节点更新后的搜索次数与上N个存储节点的存储节点的搜索次数确定插入位置;N为大于等于1的正整数;在所述插入位置中插入与所述搜索关键词对应的存储节点。
在本申请的一个实施例中,所述位置更新单元53具体用于判断与所述搜索关键词对应的存储节点的上一存储节点是否为所述哈希表的头存储节点;若与所述搜索关键词对应的存储节点的上一存储节点为所述哈希表的头存储节点,则判断与所述搜索关键词对应的存储节点的搜索次数是否大于等于上一存储节点的的搜索次数;若与所述搜索关键词对应的存储节点的搜索次数大于等于上一存储节点的搜索次数,则从所述哈希表中移除与所述搜索关键词对应的存储节点,并将与所述搜索关键词对应的存储节点添加到所述哈希表的头部。
在本申请的一个实施例中,所述搜索记录排序装置50还包括判断单元和新增单元。
判断单元用于根据所述搜索关键词确定所述哈希表中是否存在与所述搜索关键词对应的存储节点。
新增单元用于若所述哈希表中不存在与所述搜索关键词对应的存储节点,则在所述哈希表的尾部新增与所述搜索关键词对应的存储节点。
在本申请的一个实施例中,上述新增单元具体用于若所述哈希表中不存在与所述搜索关键对应的存储节点,则判断所述哈希表的存储节点数是否大于预设节点阈值;若所述哈希表的存储节点数大于预设节点阈值,则删除所述哈希表最后一个存储节点,并在所述哈希表的尾部增加与所述搜索关键词对应的存储节点;若所述哈希表的存储节点数不大于所述预设节点阈值,则在所述哈希表的尾部新增与所述搜索关键词对应的存储节点。
以上可以看出,本申请实施例提供的一种搜索记录排序装置,同样能够通过哈希表存储搜索记录,并且哈希表的存储节点个数是有限的,只保存与存储节点个数相等的搜索记录,有效降低空间复杂度,并能够基于哈希表对搜索记录进行排序,在接收到新的搜索请求时,只需要根据搜索请求对应的搜索关键词就能快速更新该搜索关键词的存储节点在哈希表中的位置,无需再次对所有搜索结果再次进行排序,有效地提高了搜索记录排序的效率,解决现有的搜索记录排序方法存在耗时长,排序效率低的问题。
图6为本申请一实施例提供的终端设备的结构示意图。如图6所示,该实施例的终端设备6包括:至少一个处理器60(图6中仅示出一个)处理器、存储器61以及存储在所述存储器61中并可在所述至少一个处理器60上运行的计算机程序62,所述处理器60执行所述计算机程序62时实现上述任意一种搜索记录排序方法实施例中的步骤。
本领域技术人员可以理解,图6仅仅是终端设备6的举例,并不构成对终端设备6的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括输入输出设备、网络接入设备等。
所称处理器60可以是中央第一处理单元(Central Processing Unit,CPU),该处理器60还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器61在一些实施例中可以是所述终端设备6的内部存储单元,例如终端设备6的硬盘或内存。所述存储器61在另一些实施例中也可以是所述终端设备6的外部存储设备,例如所述终端设备6上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器61还可以既包括所述终端设备6的内部存储单元也包括外部存储设备。所述存储器61用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,例如所述计算机程序的程序代码等。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时可实现上述任意一种搜索记录排序方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行时可实现上述任意一种搜索记录排序方法实施例中的步骤。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时可实现上述任意一种搜索记录排序方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行时实现可实现上述任意一种搜索记录排序方法实施例中的步骤。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个第一处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的搜索记录排序装置和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种搜索记录排序方法,其特征在于,包括:
当接收到搜索请求时,根据搜索请求确定搜索关键词;
若根据所述搜索关键词确定哈希表中存在与所述搜索关键词对应的存储节点,则更新所述存储节点的搜索次数;其中,所述哈希表用于存储搜索记录并根据各个存储节点的搜索次数将存储节点中存储的搜索记录进行排序,将搜索次数最多的搜索记录存储在所述哈希表的头存储节点中,将搜索次数最少的搜索记录存储在所述哈希表的最后一个存储节点中,所述哈希表的存储节点个数是有限的;
根据所述存储节点的搜索次数更新所述存储节点在所述哈希表中的位置。
2.如权利要求1所述的搜索记录排序方法,其特征在于,所述若根据所述搜索关键词确定哈希表中存在与所述搜索关键词对应的存储节点,则更新所述存储节点的搜索次数,包括:
在根据所述搜索关键词确定所述哈希表中存在与所述搜索关键词对应的存储节点时,获取所述存储节点的计数器的计数值;
将所述计数值加一,得到更新后的计数值。
3.如权利要求1所述的搜索记录排序方法,其特征在于,所述根据所述存储节点的搜索次数更新所述存储节点在所述哈希表中的位置,包括:
获取所述哈希表中每个存储节点的搜索次数;
根据所述哈希表中每个存储节点的搜索次数调整所述哈希表的存储节点排序。
4.如权利要求1所述的搜索记录排序方法,其特征在于,所述根据所述存储节点的搜索次数更新所述存储节点在所述哈希表中的位置,包括:
从所述哈希表中删除与所述搜索关键词对应的存储节点;
根据与所述搜索关键词对应的存储节点更新后的搜索次数与上N个存储节点的存储节点的搜索次数确定插入位置;N为大于等于1的正整数;
在所述插入位置中插入与所述搜索关键词对应的存储节点。
5.如权利要求1所述的搜索记录排序方法,其特征在于,所述根据所述存储节点的搜索次数更新所述存储节点在所述哈希表中的位置,包括:
判断与所述搜索关键词对应的存储节点的上一存储节点是否为所述哈希表的头存储节点;
若与所述搜索关键词对应的存储节点的上一存储节点为所述哈希表的头存储节点,则判断与所述搜索关键词对应的存储节点的搜索次数是否大于等于上一存储节点的的搜索次数;
若与所述搜索关键词对应的存储节点的搜索次数大于等于上一存储节点的搜索次数,则从所述哈希表中移除与所述搜索关键词对应的存储节点,并将与所述搜索关键词对应的存储节点添加到所述哈希表的头部。
6.如权利要求1至5任一项所述的搜索记录排序方法,其特征在于,在当接收到搜索请求时,根据搜索请求确定搜索关键词之后,还包括:
根据所述搜索关键词确定所述哈希表中是否存在与所述搜索关键词对应的存储节点;
若所述哈希表中不存在与所述搜索关键词对应的存储节点,则在所述哈希表的尾部新增与所述搜索关键词对应的存储节点。
7.如权利要求6所述的搜索记录排序方法,其特征在于,所述若所述哈希表中不存在与所述搜索关键词对应的存储节点,则在所述哈希表的尾部新增与所述搜索关键词对应的存储节点,包括:
若所述哈希表中不存在与所述搜索关键对应的存储节点,则判断所述哈希表的存储节点数是否大于预设节点阈值;
若所述哈希表的存储节点数大于预设节点阈值,则删除所述哈希表最后一个存储节点,并在所述哈希表的尾部增加与所述搜索关键词对应的存储节点;
若所述哈希表的存储节点数不大于所述预设节点阈值,则在所述哈希表的尾部新增与所述搜索关键词对应的存储节点。
8.一种搜索记录排序装置,其特征在于,包括:
确定单元,用于当接收到搜索请求时,根据搜索请求确定搜索关键词;
次数更新单元,用于若根据所述搜索关键词确定哈希表中存在与所述搜索关键词对应的存储节点,则更新所述存储节点的搜索次数;其中,所述哈希表用于存储搜索记录并根据各个存储节点的搜索次数将存储节点中存储的搜索记录进行排序,将搜索次数最多的搜索记录存储在所述哈希表的头存储节点中,将搜索次数最少的搜索记录存储在所述哈希表的最后一个存储节点中,所述哈希表的存储节点个数是有限的;
位置更新单元,用于根据所述存储节点的搜索次数更新所述存储节点在所述哈希表中的位置。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的搜索记录排序方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的搜索记录排序方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210146458.2A CN114510640A (zh) | 2022-02-17 | 2022-02-17 | 一种搜索记录排序方法、装置及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210146458.2A CN114510640A (zh) | 2022-02-17 | 2022-02-17 | 一种搜索记录排序方法、装置及终端设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114510640A true CN114510640A (zh) | 2022-05-17 |
Family
ID=81552090
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210146458.2A Pending CN114510640A (zh) | 2022-02-17 | 2022-02-17 | 一种搜索记录排序方法、装置及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114510640A (zh) |
-
2022
- 2022-02-17 CN CN202210146458.2A patent/CN114510640A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10664497B2 (en) | Hybrid database table stored as both row and column store | |
US20190272265A1 (en) | Hybrid Database Table Stored As Both Row and Column Store | |
US8396852B2 (en) | Evaluating execution plan changes after a wakeup threshold time | |
CN110597855B (zh) | 一种数据查询方法、终端设备及计算机可读存储介质 | |
US8768927B2 (en) | Hybrid database table stored as both row and column store | |
US11294920B2 (en) | Method and apparatus for accessing time series data in memory | |
CN110909025A (zh) | 数据库的查询方法、查询装置及终端 | |
US20140046928A1 (en) | Query plans with parameter markers in place of object identifiers | |
US9218394B2 (en) | Reading rows from memory prior to reading rows from secondary storage | |
CN111046034A (zh) | 管理内存数据及在内存中维护数据的方法和系统 | |
CN110781203A (zh) | 一种数据宽表的确定方法及装置 | |
CN109815240B (zh) | 用于管理索引的方法、装置、设备和存储介质 | |
CN108665335B (zh) | 处理购物网站的购物车数据的方法 | |
CN111061758A (zh) | 数据存储方法、装置及存储介质 | |
CN114138840A (zh) | 数据查询方法、装置、设备及存储介质 | |
CN103559307A (zh) | 一种查询的缓存方法及装置 | |
WO2017095413A1 (en) | Incremental automatic update of ranked neighbor lists based on k-th nearest neighbors | |
US20090157621A1 (en) | Search device, search method and search program | |
CN114510640A (zh) | 一种搜索记录排序方法、装置及终端设备 | |
CN109213972B (zh) | 确定文档相似度的方法、装置、设备和计算机存储介质 | |
CN105404695A (zh) | 试题查询方法和装置 | |
CN114385657A (zh) | 数据存储方法、装置及存储介质 | |
CN113625967A (zh) | 数据存储方法、数据查询方法及服务器 | |
CN111143232B (zh) | 用于存储元数据的方法、设备和计算机可读介质 | |
CN112667682A (zh) | 数据处理方法、装置、计算机设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |