專利名稱：興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的生成方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及數(shù)據(jù)庫(kù)領(lǐng)域，特別是指一種興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的生成方 法和裝置。
背景技術(shù)：
現(xiàn)有技術(shù)中，為了提高對(duì)興趣點(diǎn)數(shù)據(jù)庫(kù)的檢索性能，采用倒排索引技術(shù)建
立索引機(jī)制。興趣點(diǎn)(POI， Point of Interest)是導(dǎo)航電子地圖上有特定位置和 屬性的點(diǎn)位。興趣點(diǎn)數(shù)據(jù)庫(kù)，則是管理大量興趣點(diǎn)的屬性的系統(tǒng)。興趣點(diǎn)數(shù)據(jù) 庫(kù)有一個(gè)相應(yīng)的索引數(shù)據(jù)庫(kù)，為興趣點(diǎn)索引數(shù)據(jù)庫(kù)。索引是海量數(shù)據(jù)庫(kù)不可缺 少的，這是因?yàn)樗饕龔哪撤N意義上是一種將原數(shù)據(jù)庫(kù)按^f企索要求排序后的數(shù)據(jù) 庫(kù)，它的存在能夠大大提高檢索的效率。興趣點(diǎn)屬性可以為興趣點(diǎn)的名稱、地 址信息等。興趣點(diǎn)屬性由文字單元組成，文字單元可以為漢字或拼音。也就是 說(shuō)，興趣點(diǎn)屬性的表示方法可以分為兩種， 一種以是以漢字為主的形式表示， 同時(shí)可以包括少量字母、數(shù)字、符號(hào)等，我們稱其為漢字屬性，例如興趣點(diǎn) l:(編號(hào)100,名稱"東方商廈A" },其中"東"、"方"、"A"為最小組成元 素。另一種以拼音的形式表示，同時(shí)可以包括少量字母、數(shù)字、符號(hào)等，我們 稱其為拼音屬性，例如興趣點(diǎn)1: {編號(hào)100，名稱"dong fang shang sha A" }， 其中"dong"、 "fang"、 "A，，為最小組成元素。
以下描述采用倒排技術(shù)創(chuàng)建興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的方法。通常僅知道 漢字在哪些興趣點(diǎn)中出現(xiàn)還不夠，還需要知道漢字在興趣點(diǎn)中出現(xiàn)的次數(shù)和出 現(xiàn)的位置，索引結(jié)構(gòu)如下
關(guān)鍵字(興趣點(diǎn)1編號(hào)，出現(xiàn)頻率，[位置l，位置2， ...]}，
(興趣點(diǎn)2編號(hào)，出現(xiàn)頻率，[位置l,位置2， ...]}，...
假設(shè)有三個(gè)興趣點(diǎn)，其編號(hào)和興趣點(diǎn)名稱如下
5興趣點(diǎn)1:{編號(hào)100,名稱"東方商廈"} 興趣點(diǎn)2:(編號(hào)120，名稱"浦東新區(qū)東方路") 興趣點(diǎn)3:(編號(hào)150，名稱"浦東新區(qū)東明路") 按照前面介紹的索引結(jié)構(gòu)，相應(yīng)建立的倒排索引如下 "東，，{濯，1,
},{120,2,[1， 4]} ，{150,2,[1, 4]} "方，，{100，1,[1]}， {120，1，[5]} "商"{100，1，[2]} "廈"{100,1，[3]} "浦，，{120, 1,
} ,{150， 1,
} "新"{120, 1，[2]} ，{150, 1,[2]} "區(qū)，，{120, 1，[3]} ,{150, 1，[3]} "明，，{150，1,[5]} "路"{120, 1,[6]} ,{150, 1,[6]} 以下描述倒排表檢索技術(shù)。檢索時(shí)，假設(shè)待查漢字串為"東方路"，首先 通過(guò)漢字列表定位各漢字的索引數(shù)據(jù)，然后對(duì)數(shù)據(jù)進(jìn)行分析。
"東"的索引數(shù)據(jù)中含有興趣點(diǎn)編號(hào)為{100, 120， 150};"方，，的索引數(shù) 據(jù)中含有興趣點(diǎn)編號(hào)為{100, 120};"路"的索引數(shù)據(jù)中含有興趣點(diǎn)編號(hào)為 {120， 150}。取交集后，只有興趣點(diǎn)編號(hào)為120的記錄符合條件。
"東"在興趣點(diǎn)編號(hào)為120的記錄中的位置為[l， 4],其中位置"4"與 "方，，在興趣點(diǎn)編號(hào)為120的記錄中的位置"5"的差值剛好是漢字"東"的 長(zhǎng)度。同樣"方"和"路"在興趣點(diǎn)編號(hào)為120的記錄中的位置差值剛好是漢 字"方"的長(zhǎng)度。因此興趣點(diǎn)編號(hào)120(其名稱為"浦東新區(qū)東方路，，)為一 個(gè)命中興趣點(diǎn)。
以上可知，倒排表模型創(chuàng)建索引的速度較快，可以解決興趣點(diǎn)屬性的高效 檢索功能。但是，倒排索引結(jié)構(gòu)包括興趣點(diǎn)編號(hào)，興趣點(diǎn)名稱索引數(shù)據(jù)庫(kù)需要 存儲(chǔ)大規(guī)模的文本信息，特別是需要存儲(chǔ)興趣點(diǎn)名稱的位置信息，空間開銷也 比較大。

發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問(wèn)題是提供一種減少空間開銷的興趣點(diǎn)屬性的索引 數(shù)據(jù)庫(kù)的生成方法和裝置。
為解決上述技術(shù)問(wèn)題，本發(fā)明的實(shí)施例提供技術(shù)方案如下 一方面，提供一種興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的生成方法，包括 統(tǒng)計(jì)所述興趣點(diǎn)屬性中出現(xiàn)的不同文字單元； 獲取所述文字單元的編碼；
查找包含所述文字單元的興趣點(diǎn)屬性以及所述文字單元在所述興趣點(diǎn)屬 性中的位置；
根據(jù)所述興趣點(diǎn)屬性對(duì)應(yīng)的興趣點(diǎn)編號(hào)之間差值的大小以及所述文字單 元在所述興趣點(diǎn)屬性中的位置，生成所述文字單元的索引記錄列表；
根據(jù)所述文字單元的索引記錄列表的長(zhǎng)度，生成所述文字單元索引記錄列 表的地址信息；
組合所述文字單元的編碼、所述文字單元的索引記錄列表、所述文字單元 的索引記錄列表的地址信息，生成所述興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)。
所述根據(jù)所述興趣點(diǎn)屬性對(duì)應(yīng)的興趣點(diǎn)編號(hào)之間差值的大小以及所述文 字單元在所述興趣點(diǎn)屬性中的位置，生成所述文字單元的索引記錄列表的步驟 包括
依次獲取包含所述文字單元的興趣點(diǎn)屬性作為當(dāng)前興趣點(diǎn)屬性；
判斷所述文字單元在當(dāng)前興趣點(diǎn)屬性中是否為第一次出現(xiàn)，且所述當(dāng)前興
趣點(diǎn)屬性是否為包括所述文字單元的興趣點(diǎn)編號(hào)最小的興趣點(diǎn)屬性，生成判斷
結(jié)果；
才艮據(jù)所述判斷結(jié)果，生成所述文字單元的索引記錄； 組合所述文字單元的索引記錄，生成所述文字單元的索引記錄列表。 所述根據(jù)所述判斷結(jié)果，生成所述文字單元的索引記錄的步驟包括 當(dāng)所述判斷結(jié)果為所述文字單元在所述當(dāng)前興趣點(diǎn)屬性中為第一次出 現(xiàn)，且所述當(dāng)前興趣點(diǎn)屬性為包括所述文字單元的興趣點(diǎn)編號(hào)最小的興趣點(diǎn)屬 性時(shí)，生成的所述文字單元的索引記錄包括第一索引記錄類型標(biāo)識(shí)和所述當(dāng)前興趣點(diǎn)編號(hào)以及所述文字單元在所述當(dāng)前興趣點(diǎn)屬性的位置；
當(dāng)所述判斷結(jié)果為所述文字單元在所述當(dāng)前興趣點(diǎn)屬性中不是第一次出 現(xiàn)，生成的所述文字單元的索引記錄包括第二索引記錄類型標(biāo)識(shí)、所述文字 單元在所述當(dāng)前興趣點(diǎn)屬性的位置；
當(dāng)所述判斷結(jié)果為所述文字單元在所述當(dāng)前興趣點(diǎn)屬性中為第一次出 現(xiàn)，且所述當(dāng)前興趣點(diǎn)屬性不是包括所述文字單元的興趣點(diǎn)編號(hào)最小的興趣點(diǎn) 屬性時(shí)，則計(jì)算所述當(dāng)前興趣點(diǎn)編號(hào)與上一條興趣點(diǎn)編號(hào)之間的差值，根據(jù)所 述差值的大小選擇相應(yīng)字節(jié)長(zhǎng)度的索引記錄類型，生成所述文字單元的索引記 錄。
所述根據(jù)所述差值的大小選擇相應(yīng)字節(jié)長(zhǎng)度的索引記錄類型，生成所述文 字單元的索引記錄的步驟具體為
當(dāng)所述文字單元的當(dāng)前興趣點(diǎn)編號(hào)與上一條興趣點(diǎn)編號(hào)之間的差值為大 于零且小于預(yù)定值時(shí)，所述文字單元的索引記錄包括第三索引記錄類型標(biāo)識(shí)、 所述差值、所述文字單元在所述當(dāng)前興趣點(diǎn)屬性的位置；
當(dāng)所述文字單元的當(dāng)前興趣點(diǎn)編號(hào)與所述上一條興趣點(diǎn)編號(hào)之間的差值 大于或等于所述預(yù)定值，所述文字單元的索引記錄包括第四索引記錄類型標(biāo) 識(shí)、所述當(dāng)前興趣點(diǎn)編號(hào)、所述文字單元在所述當(dāng)前興趣點(diǎn)屬性的位置。
所述查找包含所述文字單元的興趣點(diǎn)屬性以及所述文字單元在所述興趣 點(diǎn)屬性中的位置的步驟之前，還包括對(duì)所述文字單元的編碼進(jìn)行排序；
所述查找包含所述文字單元的興趣點(diǎn)屬性以及所述文字單元在所述興趣 點(diǎn)屬性中的位置的步驟具體為
依次查找包含所述文字單元的興趣點(diǎn)屬性以及所述文字單元在所述興趣 點(diǎn)屬性中的位置。
所述文字單元為漢字或拼音。
當(dāng)所述文字單元為漢字時(shí)，所述獲取所述文字單元的編碼的步驟具體為
按照漢字編碼方式，獲得所述漢字的編碼；或
對(duì)所述漢字進(jìn)行順序編號(hào)，將所述漢字的編號(hào)作為所述漢字的編碼。
當(dāng)所述文字單元為拼音時(shí)，所述獲取所述文字單元的編碼的步驟具體為對(duì)所述拼音進(jìn)行順序編號(hào)，將所述拼音的編號(hào)作為所述拼音的編碼。
另一方面，提供一種興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的生成裝置，包括 統(tǒng)計(jì)單元，用于統(tǒng)計(jì)所述興趣點(diǎn)屬性中出現(xiàn)的不同文字單元； 獲取單元，用于獲取所述文字單元的編碼；
查找單元，用于查找包含所述文字單元的興趣點(diǎn)屬性以及所述文字單元在 所述興趣點(diǎn)屬性中的位置；
索引記錄列表生成單元，用于根據(jù)所述興趣點(diǎn)屬性對(duì)應(yīng)的興趣點(diǎn)編號(hào)之間 差值的大小以及所述文字單元在所述興趣點(diǎn)屬性中的位置，生成所述文字單元 的索引記錄列表；
地址信息生成單元，用于根據(jù)所述文字單元的索引記錄列表的長(zhǎng)度，生成 所述文字單元的索S1記錄列表的地址信息；
組合單元，用于組合所述文字單元的編碼、所述文字單元的索引記錄列表、 所述文字單元的索引記錄列表的地址信息，生成所述興趣點(diǎn)屬性的索引數(shù)據(jù) 庫(kù)。
所述的興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的生成裝置，還包括排序單元，用于對(duì) 所述文字單元的編碼進(jìn)行排序；
所述查找單元依次查找包含所述文字單元的興趣點(diǎn)屬性以及所述文字單 元在所述興趣點(diǎn)屬性中的位置。
本發(fā)明的實(shí)施例具有以下有益效果
上述方案中，由于索引記錄列表是根據(jù)興趣點(diǎn)編號(hào)之間的差值生成的，興 趣點(diǎn)編號(hào)之間的差值比興趣點(diǎn)編號(hào)的數(shù)值要小，因此興趣點(diǎn)編號(hào)之間的差值占 用的字節(jié)比興趣點(diǎn)編號(hào)占用的字節(jié)要少，因此能夠減少索引數(shù)據(jù)庫(kù)的空間開 銷。


圖1為本發(fā)明所述的興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的生成方法的一實(shí)施例的 流程示意圖2為本發(fā)明所述的興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的生成方法的另一實(shí)施例的流程示意圖3為本發(fā)明所述的興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的生成方法的另一實(shí)施例 的流程示意圖4為本發(fā)明所述的興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的生成方法的應(yīng)用場(chǎng)景的 流程示意圖5為圖4所示的應(yīng)用場(chǎng)景中步驟41的流程示意圖； 圖6為圖4所示的應(yīng)用場(chǎng)景中步驟42的流程示意圖； 圖7為圖4所示的應(yīng)用場(chǎng)景中興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的結(jié)構(gòu)圖； 圖8為圖4所示的應(yīng)用場(chǎng)景中步驟43的流程示意圖； 圖9為圖4所示的應(yīng)用場(chǎng)景中將索引記錄轉(zhuǎn)換為類型1的示意圖； 圖IO為類型1的索引記錄的數(shù)據(jù)結(jié)構(gòu)示意圖； 圖11為圖4所示的應(yīng)用場(chǎng)景中將索引記錄轉(zhuǎn)換為類型2的示意圖； 圖12為類型2的索引記錄的數(shù)據(jù)結(jié)構(gòu)示意圖； 圖13為圖4所示的應(yīng)用場(chǎng)景中將索引記錄轉(zhuǎn)換為類型3的示意圖； 圖14為類型3的索引記錄的數(shù)據(jù)結(jié)構(gòu)示意圖； 圖15為圖4所示的應(yīng)用場(chǎng)景中將索引記錄轉(zhuǎn)換為類型4的示意圖； 圖16為類型4的索引記錄的數(shù)據(jù)結(jié)構(gòu)示意圖； 圖17為圖4所示的應(yīng)用場(chǎng)景中步驟44的流程示意圖； 圖18為圖4所示的應(yīng)用場(chǎng)景中步驟45的流程示意圖； 圖19為本發(fā)明所述的興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的生成裝置的一實(shí)施例的 結(jié)構(gòu)示意圖20為本發(fā)明所述的興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的生成裝置的另一實(shí)施例 的結(jié)構(gòu)示意圖。
具體實(shí)施例方式
為使本發(fā)明的實(shí)施例要解決的技術(shù)問(wèn)題、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面 將結(jié)合附圖及具體實(shí)施例進(jìn)行詳細(xì)描述。
本發(fā)明的實(shí)施例針對(duì)現(xiàn)有技術(shù)中興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的空間開銷比
10較大的問(wèn)題，提供一種興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的生成方法和裝置。
如圖1所示，為本發(fā)明的興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的生成方法的一實(shí)施
例，包括
步驟11,統(tǒng)計(jì)所述興趣點(diǎn)屬性中出現(xiàn)的不同文字單元。當(dāng)同一個(gè)文字單 元在同一興趣點(diǎn)屬性中再次出現(xiàn)，則不再統(tǒng)計(jì)，當(dāng)同一個(gè)文字單元在不同興趣 點(diǎn)屬性中再次出現(xiàn)，也不再統(tǒng)計(jì)。文字單元可以為漢字或拼音。例如，興趣點(diǎn) 1: {編號(hào)100，名稱"東方商廈"}中，文字單元分別為"東""方""商" "廈"。
步驟12，獲取所述文字單元的編碼。
步驟13，查找包含所述文字單元的興趣點(diǎn)屬性以及所述文字單元在所述 興趣點(diǎn)屬性中的位置；例如，興趣點(diǎn)l: {編號(hào)100,名稱"東方商廈"}中， "東"的興趣點(diǎn)編號(hào)為100，在興趣點(diǎn)屬性中的位置為"0"，而"方"在興趣 點(diǎn)1的位置為"1",以此類推。
步驟14,根據(jù)所述興趣點(diǎn)屬性對(duì)應(yīng)的興趣點(diǎn)編號(hào)之間差值的大小以及所 述文字單元在所述興趣點(diǎn)屬性中的位置，生成所述文字單元的索引記錄列表。
步驟15，根據(jù)所述文字單元的索引記錄列表的長(zhǎng)度，生成所述文字單元 的索引記錄列表的地址信息。
步驟16,組合所述文字單元的編碼、所述文字單元的索引記錄列表、所 述文字單元的索引記錄列表的地址信息，生成所述興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)。
上述方案中，由于文字單元的索引記錄列表是根據(jù)興趣點(diǎn)編號(hào)之間的差值 生成的，興趣點(diǎn)編號(hào)之間的差值比興趣點(diǎn)編號(hào)的數(shù)值要小，因此興趣點(diǎn)編號(hào)之 間的差值占用的字節(jié)比興趣點(diǎn)編號(hào)占用的字節(jié)要少，因此能夠減少興趣點(diǎn)屬性 的索引數(shù)據(jù)庫(kù)的空間開銷。
如圖2所示，為興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的生成方法另一實(shí)施例，該實(shí)施 例以興趣點(diǎn)屬性為漢字屬性為例進(jìn)行描述。所述方法包括
步驟21,統(tǒng)計(jì)所述興趣點(diǎn)屬性中出現(xiàn)的不同漢字。當(dāng)同一個(gè)漢字在同一 興趣點(diǎn)屬性中再次出現(xiàn)，則不再統(tǒng)計(jì)。當(dāng)同一個(gè)漢字在不同興趣點(diǎn)屬性中再次 出現(xiàn)，也不再統(tǒng)計(jì)。本領(lǐng)域技術(shù)人員可以明白，對(duì)其他少量的字母、數(shù)字、符號(hào)也可以統(tǒng)計(jì)，進(jìn)行索引。此實(shí)施例中，為了減少數(shù)據(jù)庫(kù)的存儲(chǔ)空間，對(duì)其他
少量的字母、數(shù)字、符號(hào)可以不統(tǒng)計(jì)，不進(jìn)行索引。例如，興趣點(diǎn)l: {編號(hào) 100，名稱"東方商廈A" }和興趣點(diǎn)2:{編號(hào)101,名稱"東方喜羊羊"} 中，統(tǒng)計(jì)的不同漢字分別為"東"、"方"、"商"、"廈""喜，，"羊"。對(duì)"A"可 以不進(jìn)行索引。由于興趣點(diǎn)2中的"東"、"方"已經(jīng)在興趣點(diǎn)l中出現(xiàn)過(guò)，因 此不進(jìn)行第二次統(tǒng)計(jì)，同理，"羊"在興趣點(diǎn)2中出現(xiàn)了兩次，因此只統(tǒng)計(jì)一 次。
步驟22,獲取所述漢字的編碼。具體來(lái)講，可以按照GB2312、 GBK、 Unicode或UTF-8等漢字編碼方式，對(duì)所述漢字進(jìn)行編碼。也可以為，對(duì)所述 漢字進(jìn)行編號(hào)，將所述漢字的編號(hào)作為所述漢字的編碼。例如，分別將"東，， "方""商""廈"編號(hào)為1、 2、 3、 4,將l、 2、 3、 4分別作為"東""方" "商""廈"的編碼。這種編號(hào)的編碼方式比上述的漢字編碼方式占用的存儲(chǔ) 空間小。
步驟23，對(duì)所述漢字的編碼進(jìn)行排序。具體來(lái)講，可以按照GB2312、 GBK、 Unicode、 UTF-8等漢字編碼順序，對(duì)所述漢字的編碼進(jìn)行排序。也可 以為，按照漢字編號(hào)大小順序，對(duì)所述漢字的編碼進(jìn)行排序。
步驟24，依次查找包含所述漢字的興趣點(diǎn)屬性以及所述漢字在所述興趣 點(diǎn)屬性中的位置。例如，例如興趣點(diǎn)l: {編號(hào)100,名稱"東方商廈A" } 中，漢字"方"的位置為2。
步驟25，依次獲取包含所述漢字的興趣點(diǎn)屬性作為當(dāng)前興趣點(diǎn)屬性。
步驟26,判斷所述漢字在當(dāng)前興趣點(diǎn)屬性中是否為第一次出現(xiàn)，且所述 當(dāng)前興趣點(diǎn)屬性是否為包括所述漢字的興趣點(diǎn)編號(hào)最小的記錄，生成判斷結(jié) 果；根據(jù)不同判斷結(jié)果，分別轉(zhuǎn)向步驟27、步驟28、和步驟29。
步驟27,當(dāng)所述判斷結(jié)果為第一判斷結(jié)果所述漢字在所述當(dāng)前興趣點(diǎn) 屬性中為第一次出現(xiàn)，且所述當(dāng)前興趣點(diǎn)屬性為包括所述漢字的興趣點(diǎn)編號(hào)最 小的記錄時(shí)，生成所述漢字的索引記錄包括第一索引記錄類型標(biāo)識(shí)和所述當(dāng) 前興趣點(diǎn)編號(hào)以及所述漢字在所述當(dāng)前興趣點(diǎn)屬性的位置。索引記錄類型表示 漢字的索引記錄的字節(jié)長(zhǎng)度和格式，漢字的索引記錄的字節(jié)長(zhǎng)度根據(jù)當(dāng)前興趣
12點(diǎn)編號(hào)的大小而確定。如果當(dāng)前興趣點(diǎn)編號(hào)的數(shù)值比較大時(shí)，可以生成字節(jié)長(zhǎng) 度長(zhǎng)的索引記錄類型，如果當(dāng)前興趣點(diǎn)編號(hào)的數(shù)值比較小時(shí)，可以生成字節(jié)長(zhǎng)
度短的索引記錄類型。例如，漢字的索引記錄為{第一索引記錄類型標(biāo)識(shí) "111"，當(dāng)前興趣點(diǎn)編號(hào)，漢字在當(dāng)前興趣點(diǎn)屬性的位置}。其中，第一索引 記錄類型標(biāo)識(shí)、興趣點(diǎn)編號(hào)、漢字在當(dāng)前興趣點(diǎn)屬性的位置之間的順序可以調(diào) 整，然后，轉(zhuǎn)向步驟210。
步驟28，當(dāng)所述判斷結(jié)果為第二判斷結(jié)果所述漢字在所述當(dāng)前興趣點(diǎn) 屬性中不是第一次出現(xiàn)，生成的所述漢字的索引記錄包括第二索引記錄類型 標(biāo)識(shí)、所述漢字在所述當(dāng)前興趣點(diǎn)屬性的位置。然后，轉(zhuǎn)向步驟210。
步驟29,當(dāng)所述判斷結(jié)果為第三判斷結(jié)果所述漢字在所述當(dāng)前興趣點(diǎn) 屬性中為第一次出現(xiàn)，且所述當(dāng)前興趣點(diǎn)屬性不是包括所述漢字的興趣點(diǎn)編號(hào) 最小的記錄時(shí)，則計(jì)算所述當(dāng)前興趣點(diǎn)編號(hào)與上一條興趣點(diǎn)編號(hào)之間的差值， 根據(jù)所述差值的大小選擇相應(yīng)字節(jié)長(zhǎng)度的索引記錄類型，生成所述漢字的索引 記錄；索引記錄類型表示漢字的索引記錄的字節(jié)長(zhǎng)度和格式，例如，漢字的索 引記錄為(索引記錄類型標(biāo)識(shí)"10",漢字在當(dāng)前興趣點(diǎn)屬性的位置}。其中， 第二索引記錄類型標(biāo)識(shí)、漢字在當(dāng)前興趣點(diǎn)屬性的位置之間的順序可以調(diào)整。 該漢字的索引記錄中，省略了興趣點(diǎn)編號(hào)，因此，節(jié)省了索引記錄占用的空間。 然后，轉(zhuǎn)向步驟210。
步驟29中，當(dāng)所述漢字的當(dāng)前興趣點(diǎn)編號(hào)與上一條興趣點(diǎn)編號(hào)之間的差 值為大于零且小于預(yù)定值時(shí)，所述漢字的索引記錄包括第三索引記錄類型標(biāo) 識(shí)、所述差值、所述漢字在所述當(dāng)前興趣點(diǎn)屬性的位置。索引記錄類型表示漢 字的索引記錄的字節(jié)長(zhǎng)度和格式，所述漢字的索引記錄的字節(jié)長(zhǎng)度根據(jù)所述差 值的大小而確定。如果差值比較大時(shí)，可以生成字節(jié)長(zhǎng)度長(zhǎng)的索引記錄類型， 如果差值比較小時(shí)，可以生成字節(jié)長(zhǎng)度短的索引記錄類型。例如，差值位于差 值區(qū)間[l, 511]內(nèi)時(shí)，漢字的索引記錄的長(zhǎng)度為1字節(jié)，包括(索引記錄類型 標(biāo)識(shí)"0"，當(dāng)前興趣點(diǎn)編號(hào)與當(dāng)前興趣點(diǎn)的上一條興趣點(diǎn)編號(hào)之間的差值，漢 字在當(dāng)前興趣點(diǎn)屬性的位置}。其中，索引記錄類型標(biāo)識(shí)、興趣點(diǎn)編號(hào)之間的 差值、漢字在當(dāng)前興趣點(diǎn)屬性的位置之間的順序可以調(diào)整。差值位于差值區(qū)間[512, 32767]內(nèi)時(shí)，漢字的索引記錄的長(zhǎng)度為3字節(jié)，包括(索引記錄類型 標(biāo)識(shí)"110"，當(dāng)前興趣點(diǎn)編號(hào)與當(dāng)前興趣點(diǎn)的上一條興趣點(diǎn)編號(hào)之間的差值， 漢字在當(dāng)前興趣點(diǎn)屬性的位置}。該漢字的索引記錄中，興趣點(diǎn)編號(hào)之間的差 值占用的字節(jié)空間小于興趣點(diǎn)編號(hào)占用的字節(jié)空間，因此，節(jié)省了索引記錄占 用的空間。
當(dāng)所述漢字的當(dāng)前興趣點(diǎn)編號(hào)與所述上一條興趣點(diǎn)編號(hào)之間的差值大于 或等于所述預(yù)定值，所述漢字的索引記錄包括第四索引記錄類型標(biāo)識(shí)、所述 當(dāng)前興趣點(diǎn)編號(hào)、所述漢字在所述當(dāng)前興趣點(diǎn)屬性的位置。索引記錄類型表示 漢字的索引記錄的字節(jié)長(zhǎng)度和索引記錄的格式，漢字的索引記錄的字節(jié)長(zhǎng)度根 據(jù)當(dāng)前興趣點(diǎn)編號(hào)的大小而確定。如果當(dāng)前興趣點(diǎn)編號(hào)的數(shù)值比較大時(shí)，可以 生成字節(jié)長(zhǎng)度長(zhǎng)的索引記錄類型，如果當(dāng)前興趣點(diǎn)編號(hào)的數(shù)值比較小時(shí)，可以 生成字節(jié)長(zhǎng)度短的索引記錄類型。例如，漢字的索引記錄為(索引記錄類型 標(biāo)識(shí)"111",當(dāng)前興趣點(diǎn)編號(hào)，漢字在當(dāng)前興趣點(diǎn)屬性的位置}。本發(fā)明實(shí)施 例中的索引記錄類型標(biāo)識(shí)可以采用其他形式，根據(jù)實(shí)際情況確定。
步驟210,組合所述漢字的索引記錄，生成所述漢字的索引記錄列表。
步驟211，根據(jù)所述漢字的索引記錄列表的長(zhǎng)度，生成所述漢字的索引記 錄列表的地址信息。
步驟212,組合所述漢字的編碼、所述漢字的索引記錄列表、所述漢字的 索引記錄列表的地址信息，生成所述興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)。
如圖3所示，為興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的生成方法另一實(shí)施例，該實(shí)施 例以興趣點(diǎn)屬性為拼音屬性為例進(jìn)行描述，興趣點(diǎn)屬性可為興趣點(diǎn)名稱拼音、 地址拼音等。所述方法包括
步驟31，統(tǒng)計(jì)所述興趣點(diǎn)屬性中出現(xiàn)的不同拼音。當(dāng)同一個(gè)拼音在同一 興趣點(diǎn)屬性中再次出現(xiàn)，則不再統(tǒng)計(jì)。當(dāng)同一個(gè)拼音在不同興趣點(diǎn)屬性中再次 出現(xiàn)，也不再統(tǒng)計(jì)。本領(lǐng)域技術(shù)人員可以明白，對(duì)其他少量的字母、數(shù)字、符 號(hào)也可以統(tǒng)計(jì)，進(jìn)行索引。此實(shí)施例中，為了減少數(shù)據(jù)庫(kù)的存儲(chǔ)空間，對(duì)其他 少量的字母、數(shù)字、符號(hào)可以不統(tǒng)計(jì)，不進(jìn)行索引。例如，例如興趣點(diǎn)1:{編 號(hào)100,名稱"dongfangshangshaA，， }和興趣點(diǎn)2: {編號(hào)101，名稱"dong
14fang xi yang yang，，}中，統(tǒng)計(jì)的不同4并音分另U為"dong，， 、 "fang" 、 "shang，， 、 "sha，，、 "xi"、 "yang"。對(duì)"A，，可以不進(jìn)行索引。由于興趣點(diǎn)2中的"dong"、 "fang"
已經(jīng)在興趣點(diǎn)1中出現(xiàn)過(guò)，因此不進(jìn)行第二次統(tǒng)計(jì)，同理，"yang"在興趣點(diǎn)
2中出現(xiàn)了兩次，因此只統(tǒng)計(jì)一次。
步驟32,獲取所述拼音的編碼。具體來(lái)講，對(duì)所述拼音進(jìn)行編號(hào)，將所
述拼音的編號(hào)作為所述拼音的編碼。在獲取文字單元的編碼時(shí)，分別將"dong" "fang" "shang" "sha"編號(hào)為1、 2、 3、 4，將l、 2、 3、 4分別作為"dong" "fang" "shang" "sha"的編碼。
步驟33，依次查找包含所述拼音的興趣點(diǎn)屬性以及所述拼音在所述興趣
點(diǎn)屬性中的位置。例如，興趣點(diǎn)1: {編號(hào)100,名稱"dong fang shang sha" }
為包含拼音"fang"的興趣點(diǎn)屬性，以及拼音"fang"所述興趣點(diǎn)屬性中的位
置為2。
步驟34，依次獲取包含所述拼音的興趣點(diǎn)屬性作為當(dāng)前興趣點(diǎn)屬性。 步驟35，判斷所述拼音在當(dāng)前興趣點(diǎn)屬性中是否為第一次出現(xiàn)，且所述 當(dāng)前興趣點(diǎn)屬性是否為包括所述拼音的編號(hào)最小的興趣點(diǎn)記錄，生成判斷結(jié) 果；根據(jù)不同判斷結(jié)果，分別轉(zhuǎn)向步驟36、步驟37、和步驟38。
步驟36,當(dāng)所述判斷結(jié)果為第一判斷結(jié)果所述拼音在所述當(dāng)前興趣點(diǎn) 屬性中為第一次出現(xiàn)，且所述當(dāng)前興趣點(diǎn)屬性為包括所述拼音的編號(hào)最小的興 趣點(diǎn)記錄時(shí)，根據(jù)當(dāng)前興趣點(diǎn)編號(hào)值的大小選擇相應(yīng)字節(jié)長(zhǎng)度的索引記錄類 型，生成所述拼音的索引記錄，所述拼音的索引記錄包括第一索引記錄類型 標(biāo)識(shí)和所述當(dāng)前興趣點(diǎn)編號(hào)以及所述拼音在所述當(dāng)前興趣點(diǎn)屬性的位置。索引 記錄類型表示拼音的索引記錄的字節(jié)長(zhǎng)度和格式，拼音的索引記錄的字節(jié)長(zhǎng)度 根據(jù)當(dāng)前興趣點(diǎn)編號(hào)的大小而確定。如果當(dāng)前興趣點(diǎn)編號(hào)的數(shù)值比較大時(shí)，可 以生成字節(jié)長(zhǎng)度長(zhǎng)的索引記錄類型，如果當(dāng)前興趣點(diǎn)編號(hào)的數(shù)值比較小時(shí)，可 以生成字節(jié)長(zhǎng)度短的索引記錄類型。例如，拼音的索引記錄為{第一索引記 錄類型標(biāo)識(shí)"111",當(dāng)前興趣點(diǎn)編號(hào)，拼音在當(dāng)前興趣點(diǎn)屬性的位置}。其中， 第一索引記錄類型標(biāo)識(shí)、興趣點(diǎn)編號(hào)、拼音在當(dāng)前興趣點(diǎn)屬性的位置之間的順 序可以調(diào)整，然后，轉(zhuǎn)向步驟39。步驟37,當(dāng)所述判斷結(jié)果為第二判斷結(jié)果所述^f音在所述當(dāng)前興趣點(diǎn) 屬性中不是第一次出現(xiàn)，生成的所述拼音的索引記錄包括第二索引記錄類型 標(biāo)識(shí)、所述拼音在所述當(dāng)前興趣點(diǎn)屬性的位置。然后，轉(zhuǎn)向步驟39。
步驟38，當(dāng)所述判斷結(jié)果為第三判斷結(jié)果所述拼音在所述當(dāng)前興趣點(diǎn) 屬性中為第一次出現(xiàn)，且所述當(dāng)前興趣點(diǎn)屬性不是包括所述拼音的編號(hào)最小的 興趣點(diǎn)記錄時(shí)，則計(jì)算所述當(dāng)前興趣點(diǎn)編號(hào)與上一條興趣點(diǎn)編號(hào)之間的差值， 根據(jù)所述差值的大小選擇相應(yīng)字節(jié)長(zhǎng)度的索引記錄類型，生成所述拼音的索引 記錄；索引記錄類型表示拼音的索引記錄的字節(jié)長(zhǎng)度和格式，例如，拼音的索 引記錄為{索引記錄類型標(biāo)識(shí)"10",拼音在當(dāng)前興趣點(diǎn)屬性的位置}。其中， 第二索引記錄類型標(biāo)識(shí)、拼音在當(dāng)前興趣點(diǎn)屬性的位置之間的順序可以調(diào)整。 該拼音的索引記錄中，省略了興趣點(diǎn)編號(hào)，因此，節(jié)省了索引記錄占用的空間。 然后，轉(zhuǎn)向步驟39。
步驟38中，當(dāng)所述拼音的當(dāng)前興趣點(diǎn)編號(hào)與上一條興趣點(diǎn)編號(hào)之間的差 值為大于零且小于預(yù)定值時(shí)，所述拼音的索引記錄包括第三索引記錄類型標(biāo) 識(shí)、所述差值、所述拼音在所述當(dāng)前興趣點(diǎn)屬性的位置。索引記錄類型表示拼 音的索引記錄的字節(jié)長(zhǎng)度和格式，所述拼音的索引記錄的字節(jié)長(zhǎng)度根據(jù)所述差 值的大小而確定。如果差值比較大時(shí)，可以生成字節(jié)長(zhǎng)度長(zhǎng)的索引記錄類型， 如果差值比較小時(shí)，可以生成字節(jié)長(zhǎng)度短的索引記錄類型。例如，差值位于差 值區(qū)間[l， 511]內(nèi)時(shí)，拼音的索引記錄的長(zhǎng)度為1字節(jié)，包括(索引記錄類型 標(biāo)識(shí)"0"，當(dāng)前興趣點(diǎn)編號(hào)與當(dāng)前興趣點(diǎn)的上一條興趣點(diǎn)編號(hào)之間的差值，拼 音在當(dāng)前興趣點(diǎn)屬性的位置}。其中，索引記錄類型標(biāo)識(shí)、興趣點(diǎn)編號(hào)之間的 差值、拼音在當(dāng)前興趣點(diǎn)屬性的位置之間的順序可以調(diào)整。差值位于差值區(qū)間 [512， 32767]內(nèi)時(shí)，拼音的索引記錄的長(zhǎng)度為3字節(jié)，包括(索引記錄類型 標(biāo)識(shí)"110"，當(dāng)前興趣點(diǎn)編號(hào)與當(dāng)前興趣點(diǎn)的上一條興趣點(diǎn)編號(hào)之間的差值， 拼音在當(dāng)前興趣點(diǎn)屬性的位置}。該拼音的索引記錄中，興趣點(diǎn)編號(hào)之間的差 值占用的字節(jié)空間小于興趣點(diǎn)編號(hào)占用的字節(jié)空間，因此，節(jié)省了索引記錄占 用的空間。
當(dāng)所述拼音的當(dāng)前興趣點(diǎn)編號(hào)與所述上一條興趣點(diǎn)編號(hào)之間的差值大于或等于所述預(yù)定值，所述拼音的索引記錄包括第四索引記錄類型標(biāo)識(shí)、所述 當(dāng)前興趣點(diǎn)編號(hào)、所述拼音在所述當(dāng)前興趣點(diǎn)屬性的位置。索引記錄類型表示 拼音的索引記錄的字節(jié)長(zhǎng)度和索引記錄的格式，拼音的索引記錄的字節(jié)長(zhǎng)度根 據(jù)當(dāng)前興趣點(diǎn)編號(hào)的大小而確定。如果當(dāng)前興趣點(diǎn)編號(hào)的數(shù)值比較大時(shí)，可以 生成字節(jié)長(zhǎng)度長(zhǎng)的索引記錄類型，如果當(dāng)前興趣點(diǎn)編號(hào)的數(shù)值比較小時(shí)，可以 生成字節(jié)長(zhǎng)度短的索引記錄類型。例如，拼音的索引記錄為{索引記錄類型 標(biāo)識(shí)"111"，當(dāng)前興趣點(diǎn)編號(hào)，拼音在當(dāng)前興趣點(diǎn)屬性的位置}。本發(fā)明實(shí)施 例中的索引記錄類型標(biāo)識(shí)可以采用其他形式，^^艮據(jù)實(shí)際情況確定。
步驟39,組合所述拼音的索引記錄，生成所述拼音的索引記錄列表。
步驟310，根據(jù)所述拼音的索引記錄列表的長(zhǎng)度，生成所述拼音的索引記 錄列表的地址信息。
步驟311，組合所述拼音的編碼、所述拼音的索引記錄列表、所述拼音的 索引記錄列表的地址信息，生成所述興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)。
以下結(jié)合圖4至圖18描述本發(fā)明興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的生成方法的 應(yīng)用場(chǎng)景。
本應(yīng)用場(chǎng)景中，對(duì)于興趣點(diǎn)編號(hào)的最大賦值是23比特位，即不大于 8388607。當(dāng)興趣點(diǎn)數(shù)據(jù)庫(kù)中的興趣點(diǎn)總數(shù)大于這個(gè)數(shù)時(shí)，需要對(duì)興趣點(diǎn)數(shù)據(jù) 庫(kù)進(jìn)行分表處理。以下描述針對(duì)興趣點(diǎn)數(shù)據(jù)庫(kù)中的興趣點(diǎn)總數(shù)符合預(yù)設(shè)要求時(shí) 的情景，即小于或等于8388607。興趣點(diǎn)編號(hào)最大賦值也可以為其他比特位， 根據(jù)實(shí)際需要確定。
如圖4所示，本發(fā)明所述的興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的生成方法包括
步驟41,根據(jù)興趣點(diǎn)屬性生成"興趣點(diǎn)索引數(shù)據(jù)庫(kù)管理頭"文件，包括 文字單元的索引個(gè)數(shù)、索引數(shù)據(jù)庫(kù)長(zhǎng)度、文字單元的編碼以及文字單元索引記 錄列表的偏移地址；
步驟42，根據(jù)文字單元所在的興趣點(diǎn)屬性對(duì)應(yīng)的興趣點(diǎn)編號(hào)以及位置， 生成定長(zhǎng)的"文字單元索引記錄列表"中間文件；
步驟43，根據(jù)定長(zhǎng)的文字單元索引記錄列表文件，生成變長(zhǎng)的"文字單 元索引記錄列表"中間文件；步驟44,根據(jù)變長(zhǎng)的"文字單元索引記錄列表"的字節(jié)長(zhǎng)度，在"興趣 點(diǎn)索引數(shù)據(jù)庫(kù)管理頭，，文件中補(bǔ)充文字單元索引記錄列表的偏移地址信息；
步驟45，組合"興趣點(diǎn)索引數(shù)據(jù)庫(kù)管理頭"、"文字單元索引記錄列表" 中間文件、生成興趣點(diǎn)的索引數(shù)據(jù)庫(kù)。
如圖5所示，所述步驟41包括
步驟411 ，統(tǒng)計(jì)興趣點(diǎn)屬性中出現(xiàn)的所有不同文字單元。 步驟412,對(duì)這些文字單元進(jìn)行編碼，生成文字單元的編碼列表。 步驟413,對(duì)文字單元的編碼列表進(jìn)行排序。
步驟414，將文字單元的索引個(gè)數(shù)、文字單元編碼列表寫入"興趣點(diǎn)索引 數(shù)據(jù)庫(kù)管理頭"文件中，(其它字段，如索引數(shù)據(jù)庫(kù)長(zhǎng)度和文字單元索引記錄 列表的偏移地址信息暫時(shí)空缺不填)，"興趣點(diǎn)索引數(shù)據(jù)庫(kù)管理頭"文件的格式 如圖7所示。
如圖6所示，所述步驟42中，包括如下步驟
步驟421，從"興趣點(diǎn)索引數(shù)據(jù)庫(kù)管理頭"文件中順序選取一個(gè)文字單元；
步驟422，統(tǒng)計(jì)該文字單元在各興趣點(diǎn)屬性中的位置，按(興趣點(diǎn)編號(hào)， 位置)的索引結(jié)構(gòu)，組成一條索引記錄；
步驟423,將該文字單元的所有索引記錄合并，得到索引記錄列表中間文 件，該中間文件的每條索引記錄是定長(zhǎng)的。
重復(fù)步驟421~步驟423的處理流程，直到所有文字單元的索引記錄處理 過(guò)程全部處理完畢。
如圖8所示，所述步驟43中包括如下步驟
步驟431,從所述步驟42得到的每個(gè)文字單元的索引記錄列表中間文件， 計(jì)算每條索引記錄的興趣點(diǎn)編號(hào)與上一條索引記錄的興趣點(diǎn)編號(hào)的差值；
步驟432，按步驟431計(jì)算得到興趣點(diǎn)編號(hào)差值，將索引記錄轉(zhuǎn)換為四種 不同長(zhǎng)度的存儲(chǔ)類型，并寫入"文字單元索引記錄列表"中間文件；
重復(fù)步驟431~步驟432的處理流程，直到所有文字單元的索引記錄處理 過(guò)程全部處理完畢。
轉(zhuǎn)換原則如下情況l:文字單元的第一條索引記錄，或者該條索引記錄對(duì)應(yīng)的興趣點(diǎn)編 號(hào)與上一條索引記錄對(duì)應(yīng)的興趣點(diǎn)編號(hào)差值超過(guò)32767。如圖9所示，將索引 記錄轉(zhuǎn)換為類型l，如圖10所示，長(zhǎng)度為4字節(jié)，包括(索引記錄類型標(biāo)識(shí) "111"，當(dāng)前興趣點(diǎn)編號(hào)，文字單元在當(dāng)前興趣點(diǎn)屬性中的位置}。
情況2: —個(gè)文字單元在同一興趣點(diǎn)屬性中再次出現(xiàn)時(shí)，該索引記錄的興 趣點(diǎn)編號(hào)和上一條索引記錄的興趣點(diǎn)編號(hào)相同，可以省略存儲(chǔ)興趣點(diǎn)編號(hào)差 值，如圖11所示，將索引記錄轉(zhuǎn)換為類型2，如圖12所示，長(zhǎng)度為l字節(jié)， 包括{索引記錄類型標(biāo)識(shí)"10",文字單元在當(dāng)前興趣點(diǎn)屬性中的位置}。
情況3:該條索引記錄對(duì)應(yīng)的興趣點(diǎn)編號(hào)與上一條索引記錄對(duì)應(yīng)的興趣點(diǎn) 編號(hào)之間的差值區(qū)間為[l， 511]。如圖13所示，將索引記錄轉(zhuǎn)換為類型3，如 圖14所示，長(zhǎng)度為2字節(jié)，包括(索引記錄類型標(biāo)識(shí)"0"，當(dāng)前興趣點(diǎn)編號(hào) 與當(dāng)前興趣點(diǎn)的上一條興趣點(diǎn)編號(hào)之間的差值，文字單元在當(dāng)前興趣點(diǎn)屬性中 的位置}。
情況4:該條索引記錄對(duì)應(yīng)的興趣點(diǎn)編號(hào)與上一條索引記錄對(duì)應(yīng)的興趣點(diǎn) 編號(hào)之間的差值區(qū)間為[512, 32767]。索引記錄類型表示文字單元的索引記錄 的字節(jié)長(zhǎng)度，所述文字單元的索引記錄的字節(jié)長(zhǎng)度根據(jù)所述差值的大小而確 定。如杲差值比較大時(shí)，可以生成字節(jié)長(zhǎng)度長(zhǎng)的索引記錄類型，如果差值比較 小時(shí)，可以生成字節(jié)長(zhǎng)度短的索引記錄類型。如圖15所示，將索引記錄轉(zhuǎn)換 為類型4，如圖16所示，長(zhǎng)度為3字節(jié)，包括(索引記錄類型標(biāo)識(shí)"110"， 當(dāng)前興趣點(diǎn)編號(hào)與當(dāng)前興趣點(diǎn)的上一條興趣點(diǎn)編號(hào)之間的差值，文字單元在當(dāng) 前興趣點(diǎn)屬性的位置}。這樣，就將定長(zhǎng)的索引記錄列表轉(zhuǎn)換為變長(zhǎng)的索引記 錄列表。
如圖17所示，所述步驟44中包括如下步驟
步驟441,從"興趣點(diǎn)索引數(shù)據(jù)庫(kù)管理頭"文件依次選取每一個(gè)文字單元； 步驟442,根據(jù)圖7中可以得知，在"興趣點(diǎn)索引數(shù)據(jù)庫(kù)管理頭"文件中， 文字單元索引個(gè)數(shù)、索引數(shù)據(jù)庫(kù)長(zhǎng)度、文字單元的編碼以及文字單元索引記錄 列表的偏移地址信息分別占用4個(gè)比特，如果當(dāng)前文字單元是第1個(gè)文字單元， 該文字單元的索引記錄列表的偏移地址為8* (n+l)， n為文字單元的總數(shù)量；步驟443，如果當(dāng)前文字單元不是第一個(gè)文字單元，該文字單元索引記錄 列表的偏移地址設(shè)為上一個(gè)文字單元索引記錄列表的偏移地址加上一個(gè)文字 單元的索引記錄列表的長(zhǎng)度；
步驟444，累加各個(gè)文字單元的索引記錄列表的長(zhǎng)度，寫入"興趣點(diǎn)索引 數(shù)據(jù)庫(kù)管理頭"文件中"索引數(shù)據(jù)庫(kù)長(zhǎng)度"字段所在的位置。在該實(shí)施例中， 8* (n+l)為"興趣點(diǎn)索引數(shù)據(jù)庫(kù)管理頭"的文件長(zhǎng)度。
如圖18所示，所述步驟45包括如下步驟
步驟451,打開"興趣點(diǎn)索引數(shù)據(jù)庫(kù)管理頭"文件；
步驟452，按文字單元索引記錄列表依次讀取"文字單元索引記錄列表" 中間文件，合并到在"興趣點(diǎn)索引數(shù)據(jù)庫(kù)管理頭"的文件尾；
重復(fù)步驟452的處理流程，直到所有的"文字單元索引記錄列表"中間文 件全部處理完畢。
本發(fā)明中，在文字單元的索引記錄中省略了文字單元的出現(xiàn)頻率字段，節(jié) 省了索引記錄的空間開銷。由于興趣點(diǎn)編號(hào)的差值變化范圍非常廣，采用變長(zhǎng) 方法存儲(chǔ)索引記錄。為描述變長(zhǎng)索引記錄采用的字節(jié)數(shù)，可將索引記錄的開始 若干位保留作為索引記錄類型的標(biāo)識(shí)。把索引記錄中的興趣點(diǎn)編號(hào)與文字單元 的位置混合編碼，將其合并為一個(gè)數(shù)，在保存的時(shí)候在索引記錄中保存此混合 編碼。
上述索引記錄的存儲(chǔ)結(jié)構(gòu)變動(dòng)帶來(lái)的好處在于，不需要另外建立獨(dú)立的字 段來(lái)保存文字單元在興趣點(diǎn)的出現(xiàn)位置，而是利用一索引記錄的一些字節(jié)來(lái)保 存文字單元在興趣點(diǎn)屬性的位置信息。例如在興趣點(diǎn)名稱搜索引擎中，興趣點(diǎn) 的總條數(shù)大概在2000萬(wàn)左右，那么保存興趣點(diǎn)的索引記錄的興趣點(diǎn)編號(hào)實(shí)際 只需要26位就足夠了。如果用32位的整型來(lái)保存1條索引記錄，那么在興趣 點(diǎn)索引結(jié)構(gòu)中，除興趣點(diǎn)編號(hào)需要用到的26位外，可以利用剩余的6位來(lái)保 存文字單元在興趣點(diǎn)屬性的位置信息。由于實(shí)際興趣點(diǎn)名稱數(shù)據(jù)中名稱信息的 長(zhǎng)度很少大于64個(gè)字，因此利用6位來(lái)保存文字單元的位置信息基本能夠滿 足興趣點(diǎn)名稱檢索的需求。
如圖19所示，為本發(fā)明所述的一種興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的生成裝置
2019，包括
統(tǒng)計(jì)單元191,用于統(tǒng)計(jì)所述興趣點(diǎn)屬性中出現(xiàn)的不同文字單元； 獲取單元192，用于獲取所述文字單元的編碼；
查找單元193，用于查找包含所述文字單元的興趣點(diǎn)屬性以及所述文字單 元在所述興趣點(diǎn)屬性中的位置；
索引記錄列表生成單元194，用于根據(jù)所述興趣點(diǎn)屬性對(duì)應(yīng)的興趣點(diǎn)編號(hào) 之間差值的大小以及所述文字單元在所述興趣點(diǎn)屬性中的位置，生成所述文字 單元的索引記錄列表；
地址信息生成單元195，用于根據(jù)所述文字單元的索引記錄列表的長(zhǎng)度， 生成所述文字單元的索引記錄列表的地址信息；
組合單元196,用于組合所述文字單元的編碼、所述文字單元的索引記錄 列表、所述文字單元的索引記錄列表的地址信息，生成所述興趣點(diǎn)屬性的索引 數(shù)據(jù)庫(kù)。
上述方案中，由于文字單元的索引記錄列表是根據(jù)興趣點(diǎn)編號(hào)之間的差值 生成的，興趣點(diǎn)編號(hào)之間的差值比興趣點(diǎn)編號(hào)的數(shù)值要小，因此興趣點(diǎn)編號(hào)之 間的差值占用的字節(jié)比興趣點(diǎn)編號(hào)占用的字節(jié)要少，因此能夠減少興趣點(diǎn)屬性 的索引數(shù)據(jù)庫(kù)的空間開銷。
如圖20所示，本發(fā)明所述的興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的生成裝置19，還 包括排序單元197，用于對(duì)所述文字單元的編碼進(jìn)行排序；
所述查找單元193查找包含所述文字單元的興趣點(diǎn)屬性以及所述文字單 元在所述興趣點(diǎn)屬性中的位置。
所述索引記錄列表生成單元194包括
獲取子單元1941,依次獲取包含所述文字單元的興趣點(diǎn)屬性作為當(dāng)前興 趣點(diǎn)屬性；
判斷子單元1942,判斷所述文字單元在當(dāng)前興趣點(diǎn)屬性中是否為第一次 出現(xiàn)，且所述當(dāng)前興趣點(diǎn)屬性是否為包括所述漢字的興趣點(diǎn)編號(hào)最小的記錄， 生成判斷結(jié)果；
索引記錄生成子單元1943，根據(jù)所述判斷結(jié)果，生成所述文字單元的索引記錄；
組合子單元1944，組合所述文字單元的索引記錄，生成所述文字單元的 索引記錄列表。
本發(fā)明記錄文字單元的索引記錄列表時(shí)，根據(jù)興趣點(diǎn)編號(hào)之間的差值可靈 活地采取不同的字節(jié)長(zhǎng)度，不需要采用固定的字節(jié)長(zhǎng)度，因此能夠減少興趣點(diǎn) 屬性的索引數(shù)據(jù)庫(kù)的空間開銷。
本發(fā)明基于倒排索引機(jī)制理論，提供一種針對(duì)興趣點(diǎn)屬性的索引模型，有 益效果如下
1) 采用了變長(zhǎng)記錄存儲(chǔ)方法，減少興趣點(diǎn)名稱索引空間的開銷；
2) 索引空間的減小可減少磁盤I/O次數(shù)，提高在資源受限的嵌入式設(shè)備上 的可用性。
本發(fā)明的變長(zhǎng)索引方法還可應(yīng)用于興趣點(diǎn)簡(jiǎn)拼索引、興趣點(diǎn)分類索引壓縮等。
是可以通過(guò)程序來(lái)指令相關(guān)的硬件來(lái)完成，所述的程序可以存儲(chǔ)于一移動(dòng)終端 的可讀取存儲(chǔ)介質(zhì)中，該程序在執(zhí)行時(shí)，包括如上述方法實(shí)施例的步驟，所述 的存儲(chǔ)介質(zhì)等。
以上所述是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技 術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明所述原理的前提下，還可以作出若干改進(jìn)和潤(rùn)飾， 這些改進(jìn)和潤(rùn)飾也應(yīng)—見為本發(fā)明的保護(hù)范圍。
2權(quán)利要求
1.一種興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的生成方法，其特征在于，包括統(tǒng)計(jì)所述興趣點(diǎn)屬性中出現(xiàn)的不同文字單元；獲取所述文字單元的編碼；查找包含所述文字單元的興趣點(diǎn)屬性以及所述文字單元在所述興趣點(diǎn)屬性中的位置；根據(jù)所述興趣點(diǎn)屬性對(duì)應(yīng)的興趣點(diǎn)編號(hào)之間差值的大小以及所述文字單元在所述興趣點(diǎn)屬性中的位置，生成所述文字單元的索引記錄列表；根據(jù)所述文字單元的索引記錄列表的長(zhǎng)度，生成所述文字單元索引記錄列表的地址信息；組合所述文字單元的編碼、所述文字單元的索引記錄列表、所述文字單元的索引記錄列表的地址信息，生成所述興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)。
2. 根據(jù)權(quán)利要求1所述的興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的生成方法，其特征 在于，所述根據(jù)所述興趣點(diǎn)屬性對(duì)應(yīng)的興趣點(diǎn)編號(hào)之間差值的大小以及所述文 字單元在所述興趣點(diǎn)屬性中的位置，生成所述文字單元的索引記錄列表的步驟 包括依次獲取包含所述文字單元的興趣點(diǎn)屬性作為當(dāng)前興趣點(diǎn)屬性；判斷所述文字單元在當(dāng)前興趣點(diǎn)屬性中是否為第 一次出現(xiàn)，且所述當(dāng)前興趣點(diǎn)屬性是否為包括所述文字單元的興趣點(diǎn)編號(hào)最小的興趣點(diǎn)屬性，生成判斷結(jié)果；根據(jù)所述判斷結(jié)果，生成所述文字單元的索引記錄； 組合所述文字單元的索引記錄，生成所述文字單元的索引記錄列表。
3. 根據(jù)權(quán)利要求2所述的興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的生成方法，其特征 在于，所述#4居所述判斷結(jié)果，生成所述文字單元的索引記錄的步驟包括當(dāng)所述判斷結(jié)果為所述文字單元在所述當(dāng)前興趣點(diǎn)屬性中為第一次出 現(xiàn)，且所述當(dāng)前興趣點(diǎn)屬性為包括所述文字單元的興趣點(diǎn)編號(hào)最小的興趣點(diǎn)屬 性時(shí)，生成的所述文字單元的索引記錄包括第一索引記錄類型標(biāo)識(shí)和所述當(dāng)前興趣點(diǎn)編號(hào)以及所述文字單元在所述當(dāng)前興趣點(diǎn)屬性的位置；當(dāng)所述判斷結(jié)果為所述文字單元在所述當(dāng)前興趣點(diǎn)屬性中不是第一次出現(xiàn)，生成的所述文字單元的索引記錄包括第二索引記錄類型標(biāo)識(shí)、所述文字單元在所述當(dāng)前興趣點(diǎn)屬性的位置；當(dāng)所述判斷結(jié)果為所述文字單元在所述當(dāng)前興趣點(diǎn)屬性中為第一次出現(xiàn)，且所述當(dāng)前興趣點(diǎn)屬性不是包括所述文字單元的興趣點(diǎn)編號(hào)最小的興趣點(diǎn)屬性時(shí)，則計(jì)算所述當(dāng)前興趣點(diǎn)編號(hào)與上一條興趣點(diǎn)編號(hào)之間的差值，根據(jù)所述差值的大小選擇相應(yīng)字節(jié)長(zhǎng)度的索引記錄類型，生成所述文字單元的索引記錄。
4. 根據(jù)權(quán)利要求3所述的興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的生成方法，其特征 在于，所述根據(jù)所述差值的大小選擇相應(yīng)字節(jié)長(zhǎng)度的索引記錄類型，生成所述 文字單元的索引記錄的步驟具體為當(dāng)所述文字單元的當(dāng)前興趣點(diǎn)編號(hào)與上一條興趣點(diǎn)編號(hào)之間的差值為大 于零且小于預(yù)定值時(shí)，所述文字單元的索引記錄包括第三索引記錄類型標(biāo)識(shí)、 所述差值、所述文字單元在所述當(dāng)前興趣點(diǎn)屬性的位置；當(dāng)所述文字單元的當(dāng)前興趣點(diǎn)編號(hào)與所述上一條興趣點(diǎn)編號(hào)之間的差值 大于或等于所述預(yù)定值，所述文字單元的索引記錄包括第四索引記錄類型標(biāo) 識(shí)、所述當(dāng)前興趣點(diǎn)編號(hào)、所述文字單元在所述當(dāng)前興趣點(diǎn)屬性的位置。
5. 根據(jù)權(quán)利要求1所述的興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的生成方法，其特征 在于，所述查找包含所述文字單元的興趣點(diǎn)屬性以及所述文字單元在所述興趣 點(diǎn)屬性中的位置的步驟之前，還包括對(duì)所述文字單元的編碼進(jìn)行排序；所述查找包含所述文字單元的興趣點(diǎn)屬性以及所述文字單元在所述興趣 點(diǎn)屬性中的位置的步驟具體為依次查找包含所述文字單元的興趣點(diǎn)屬性以及 所述文字單元在所述興趣點(diǎn)屬性中的位置。
6. 根據(jù)權(quán)利要求1所述的興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的生成方法，其特征 在于，所述文字單元為漢字或拼音。
7. 根據(jù)權(quán)利要求6所述的興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的生成方法，其特征 在于，當(dāng)所述文字單元為漢字時(shí)，所述獲取所述文字單元的編碼的步驟具體為按照漢字編碼方式，獲得所述漢字的編碼；或?qū)λ鰸h字進(jìn)^f于順序編號(hào)，將所述漢字的編號(hào)作為所述漢字的編碼。
8. 根據(jù)權(quán)利要求6所述的興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的生成方法，其特征 在于，當(dāng)所述文字單元為拼音時(shí)，所述獲取所述文字單元的編碼的步驟具體為對(duì)所述拼音進(jìn)行順序編號(hào)，將所述拼音的編號(hào)作為所述拼音的編碼。
9. 一種興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的生成裝置，其特征在于，包括 統(tǒng)計(jì)單元，用于統(tǒng)計(jì)所述興趣點(diǎn)屬性中出現(xiàn)的不同文字單元； 獲取單元，用于獲取所述文字單元的編碼；查找單元，用于查找包含所述文字單元的興趣點(diǎn)屬性以及所述文字單元在 所述興趣點(diǎn)屬性中的位置；索引記錄列表生成單元，用于根據(jù)所述興趣點(diǎn)屬性對(duì)應(yīng)的興趣點(diǎn)編號(hào)之間 差值的大小以及所述文字單元在所述興趣點(diǎn)屬性中的位置，生成所述文字單元 的索引記錄列表；地址信息生成單元，用于根據(jù)所述文字單元的索引記錄列表的長(zhǎng)度，生成 所述文字單元的索引記錄列表的地址信息；組合單元，用于組合所述文字單元的編碼、所述文字單元的索引記錄列表、 所述文字單元的索引記錄列表的地址信息，生成所述興趣點(diǎn)屬性的索引數(shù)據(jù) 庫(kù)。
10. 根據(jù)權(quán)利要求9所述的興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的生成裝置，其特征 在于，還包括排序單元，用于對(duì)所述文字單元的編碼進(jìn)行排序；所述查找單元依次查找包含所述文字單元的興趣點(diǎn)屬性以及所述文字單 元在所述興趣點(diǎn)屬性中的位置。
全文摘要
本發(fā)明提供一種興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的生成方法和裝置，涉及數(shù)據(jù)庫(kù)領(lǐng)域，為解決現(xiàn)有技術(shù)中索引數(shù)據(jù)庫(kù)的空間開銷比較大的問(wèn)題而發(fā)明。所述方法包括統(tǒng)計(jì)興趣點(diǎn)屬性中出現(xiàn)的不同文字單元；獲取文字單元的編碼；查找包含文字單元的興趣點(diǎn)屬性以及文字單元在興趣點(diǎn)屬性中的位置；根據(jù)興趣點(diǎn)屬性對(duì)應(yīng)的興趣點(diǎn)編號(hào)之間差值的大小以及文字單元在興趣點(diǎn)屬性中的位置，生成文字單元的索引記錄列表；根據(jù)文字單元的索引記錄列表的長(zhǎng)度，生成文字單元索引記錄列表的地址信息；組合文字單元的編碼、文字單元的索引記錄列表、文字單元的索引記錄列表的地址信息，生成興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)。本發(fā)明能夠有效減少興趣點(diǎn)屬性的索引數(shù)據(jù)庫(kù)的存儲(chǔ)空間。
文檔編號(hào)G01C21/26GK101551820SQ200910084408
公開日2009年10月7日 申請(qǐng)日期2009年5月13日 優(yōu)先權(quán)日2009年5月13日
發(fā)明者曹曉航, 棟 黃 申請(qǐng)人:北京四維圖新科技股份有限公司