本發(fā)明涉及一種獲取路網上復反向最遠鄰居的暴力搜索方法及系統(tǒng)。

背景技術：
空間數(shù)據(jù)庫(spaitialdatabase)是指提供了空間數(shù)據(jù)類型(spatialdatabasetype,SDT)和相應實現(xiàn)支持的數(shù)據(jù)庫（參見文獻1：GütingRH.Anintroductiontospatialdatabasesystems[J].TheVLDBJournal,1994,3(4):357-399）。隨著移動計算與云計算的日益發(fā)展，空間相關算法的應用日益增多。距離查詢(proximityquery)包括最近鄰居(NearestNeighbor)查詢、反向最近鄰居(ReverseNearestNeighbor)查詢、反向最遠鄰居查詢(ReverseFurthestNeighbor)等，是空間數(shù)據(jù)庫查詢中最常見的類型之一。本發(fā)明關注在路網(roadnetwork)數(shù)據(jù)庫上的反向最遠鄰居(reversefurthestneighbor,RFN)查詢，即給定一組路網上的數(shù)據(jù)集P與查詢集Q，我們希望求取P中所有與Q相比距離q更遠的點。該問題根據(jù)P與Q是否相同可劃分為單反向最遠鄰與復反向最遠鄰問題。該問題在實踐中擁有重大意義，例如在開設新的商店時，我們希望得知受某一競爭對手影響最小的點。如果我們將不同地點之間的影響程度以帶權的邊表示，這一問題就相當于在路 網上求取以現(xiàn)有商戶地點為查詢點的單反向最遠鄰居問題。進一步說，尋找一個受現(xiàn)有的所有競爭對手相對影響最小的點，可以轉化為目標點在這一路網上求以競爭對手地點為查詢集Q的復反向最遠鄰居數(shù)量的最大化問題。據(jù)我們所知，目前對于路網上單反向最遠鄰問題所提出的唯一解決方案是Tran等人對于路網上反向最遠鄰的研究，他們以路網中的每一個興趣點為生成點預處理建立Voronoi分區(qū)，然后使用分區(qū)的鄰接性質對分區(qū)進行遍歷，以枚舉查詢點可能的反向最遠鄰居（reversefurthestneighbor）。但這一方法在路網中興趣點數(shù)量大時，將與暴力算法沒有本質區(qū)別。而對于復反向最遠鄰問題目前尚無有關解決方案。在其他相關研究方面，最引人注意的是最近鄰居(nearestneighbor)問題（參見文獻2，文獻3：HjaltasonGR,SametH.Distancebrowsinginspatialdatabases[J].ACMTransactionsonDatabaseSystems(TODS),1999,24(2):265-318，文獻4：BerchtoldS,C,KeimDA,etc.Acostmodelfornearestneighborsearchinhigh-dimensionaldataspace[A].InProceedingsofthesixteenthACMSIGACT-SIGMOD-SIGARTsymposiumonPrinciplesofdatabasesystems[C],1997:78-86，文獻5，文獻6：JagadishH,OoiBC,TanK-L,etc.iDistance:AnadaptiveB+-treebasedindexingmethodfornearestneighborsearch[J].ACMTransactionsonDatabaseSystems(TODS),2005,30(2):364-397，文獻7：TaoY,PapadiasD,ShenQ.Continuousnearestneighborsearch[A].InProceedingsofthe28thinternationalconferenceonVeryLargeDataBases[C],2002:287-29）與反向最近鄰居（參見文獻8：KornF,MuthukrishnanS.Influencesetsbasedonreversenearestneighbor queries[J].ACMSIGMODRecord,2000,29(2):201-212，文獻9：SinghA,FerhatosmanogluH,TosunAHighdimensionalreversenearestneighborqueries[A].InProceedingsofthetwelfthinternationalconferenceonInformationandknowledgemanagement[C],2003:91-98，文獻10：TaoY,PapadiasD,LianX.ReversekNNsearchinarbitrarydimensionality[A].InProceedingsoftheThirtiethinternationalconferenceonVerylargedatabases-Volume30[C],2004:744-755，文獻11：AchtertE,C,P,etc.Efficientreversek-nearestneighborsearchinarbitrarymetricspaces[A].InProceedingsofthe2006ACMSIGMODinternationalconferenceonManagementofdata[C],2006:515-526，文獻12：SankaranarayananJ,SametH.Distanceoraclesforspatialnetworks[A].InDataEngineering,2009.ICDE'09.IEEE25thInternationalConferenceon[C],2009:652-663）問題。以R-Tree（參見文獻13：GuttmanA.R-trees:adynamicindexstructureforspatialsearching[M].ACM,1984）為基礎的深度（參見文獻2：RoussopoulosN,KelleyS,VincentF.Nearestneighborqueries[A].In1995:71-79）與廣度（參見文獻5：CuiB,OoiBC,SuJ,etc.ContortinghighdimensionaldataforefficientmainmemoryKNNprocessing[A].InProceedingsofthe2003ACMSIGMODinternationalconferenceonManagementofdata[C],2003:479-490）優(yōu)先搜索、增量歐氏限制(IncrementalEuclideanRestriction)、增量網絡擴展(InvrementalNetworkExpansion，參見文獻14：PapadiasD,ZhangJ,MamoulisN,etc.Queryprocessinginspatialnetworkdatabases[A].In2003:802-813)與Voronoi圖相關的技術（參見文獻8～12）被廣泛用于解決歐氏空間(Euclideanspace)與路網上的相應問題，但由于反向最遠鄰居問題不具有最近鄰居問題所具有的本地 性特點，這些解決方案難以應用在本發(fā)明所解決的問題上。歐氏空間上的最遠鄰居問題由Yao等人加以描述（參見文獻15：YaoB,LiF,KumarP.Reversefurthestneighborsinspatialdatabases[A].In2009:664-675）。他們提出了遞進最遠區(qū)(progressivefurthestcell，PFC)算法與凸包最遠區(qū)(convexhullfurthestcell)算法以處理該問題。上述算法均基于最遠Voronoi去的概念來確定某一點是否是查詢點q的反向最遠鄰居。給定某一查詢點q，它關于某個數(shù)據(jù)集Q的最遠voronoi區(qū)fvc(q,Q)是一個多邊形區(qū)域，該區(qū)域內的所有點都是q的反向最遠鄰居。PFC算法使用R-Tree索引，不斷取數(shù)據(jù)點構建垂直平分線講解空間分割并取較遠的一側來求取這一區(qū)域。而CHFC算法則利用凸包的性質對這一算法進行剪枝：如果q在查詢集Q的凸包內，則問題一定無解，否則亦可以將搜索范圍限制在Q與查詢點q的凸包之內。Liu等人使用樞軸點和索引對這一算法進行了改進（參見文獻16：LiuJ,ChenH,FuruseK,etc.Anefficientalgorithmforreversefurthestneighborsquerywithmetricindex[A].InDatabaseandExpertSystemsApplications[C],2010:437-451，文獻17：JianquanL.Efficientqueryprocessingfordistance-basedsimilaritysearch[J].2012）。但由于路網上的點與R-Tree索引無直接關系，也沒有嚴格定義的凸包，這些方法均無法直接應用于本發(fā)明所解決的問題。相關的其它參考文獻還包括：文獻18：GoldbergAV,HarrelsonC.Computingtheshortestpath:Asearchmeetsgraphtheory[A].InProceedingsofthesixteenthannualACM-SIAM symposiumonDiscretealgorithms[C],2005:156-165；文獻19：JingN,HuangY-W,RundensteinerEA.Hierarchicalencodedpathviewsforpathqueryprocessing:Anoptimalmodelanditsperformanceevaluation[J].KnowledgeandDataEngineering,IEEETransactionson,1998,10(3):409-432；文獻20：ErwigM,HagenF.ThegraphVoronoidiagramwithapplications[J].Networks,2000,36(3):156-163；文獻21：JungS,PramanikS.Anefficientpathcomputationmodelforhierarchicallystructuredtopographicalroadmaps[J].KnowledgeandDataEngineering,IEEETransactionson,2002,14(5):1029-1046；文獻22：AurenhammerF.Voronoidiagrams—asurveyofafundamentalgeometricdatastructure[J].ACMComputingSurveys(CSUR),1991,23(3):345-405。

技術實現(xiàn)要素：
本發(fā)明的目的在于提供一種獲取路網上復反向最遠鄰居的暴力搜索方法及系統(tǒng)，能夠在路網上快速搜索到查詢點的單反向鄰居。為解決上述問題，本發(fā)明提供一種獲取路網上復反向最遠鄰居的暴力搜索方法，包括：步驟一：對于給定路網G上的某一結點p和路網G上的所有結點VG，如果路網G上存在結點q，q與p的路網距離||q-p||不小于p到VG當中任何點p’的距離||p′-p||，則定義q為p相對于VG的最遠鄰居，記為fn(p,VG)；步驟二：對于給定路網G上的所有結點VG和路網G上的查詢集Q，定義q∈Q的復反向最遠鄰居是所有VG中距離q比Q中其它所有點都遠的點的集合，即BRFN(q,Q,VG)={p|p∈VG,fn(p,Q)=q};步驟三：使用Dijkstra算法以每一個d∈VG作為源點進行一次擴展，直到Q中的所有點被訪問到為止，若q在Q中的所有點被全部遍歷之前被訪問到，則q并非d的最遠鄰居，從而d不屬于q的反向最遠鄰居；若q在Q中的其他點被全部遍歷之后仍未被訪問到，則確定d為p，p∈BRFN(q,Q,VG)；步驟四：重復所述步驟三，直到獲取到每一個查詢點q的復反向最遠鄰居，即p∈BRFN(q,Q,VG)。根據(jù)本發(fā)明的另一面，提供一種獲取路網上復反向最遠鄰居的暴力搜索系統(tǒng)，包括：第一定義模塊，用于對于給定路網G上的某一結點p和路網G上的所有結點VG，如果路網G上存在結點q，q與p的路網距離||q-p||不小于p到VG當中任何點p’的距離||p′-p||，則定義q為p相對于VG的最遠鄰居，記為fn(p,VG)；第二定義模塊，用于對于給定路網G上的所有結點VG和路網G上的查詢集Q，定義q∈Q的復反向最遠鄰居是所有VG中距離q比Q中其它所有點都遠的點的集合，即BRFN(q,Q,VG)={p|p∈VG,fn(p,Q)=q};搜索模塊，用于獲取每一個查詢點q的復反向最遠鄰居，即p∈BRFN(q,Q,VG)，獲取每一個查詢點q的復反向最遠鄰居包括：使用Dijkstra算法以每一個d∈VG作 為源點進行一次擴展，直到Q中的所有點被訪問到為止，若q在Q中的所有點被全部遍歷之前被訪問到，則q并非d的最遠鄰居，從而d不屬于q的反向最遠鄰居；若q在Q中的其他點被全部遍歷之后仍未被訪問到，則確定d為p，p∈BRFN(q,Q,VG)。與現(xiàn)有技術相比，本發(fā)明通過步驟一：對于給定路網G上的某一結點p和路網G上的所有結點VG，如果路網G上存在結點q，q與p的路網距離||q-p||不小于p到VG當中任何點p’的距離||p′-p||，則定義q為p相對于VG的最遠鄰居，記為fn(p,VG)；步驟二：對于給定路網G上的所有結點VG和路網G上的查詢集Q，定義q∈Q的復反向最遠鄰居是所有VG中距離q比Q中其它所有點都遠的點的集合，即BRFN(q,Q,VG)={p|p∈VG,fn(p,Q)=q};步驟三：使用Dijkstra算法以每一個d∈VG作為源點進行一次擴展，直到Q中的所有點被訪問到為止，若q在Q中的所有點被全部遍歷之前被訪問到，則q并非d的最遠鄰居，從而d不屬于q的反向最遠鄰居；若q在Q中的其他點被全部遍歷之后仍未被訪問到，則確定d為p，p∈BRFN(q,Q,VG)；步驟四：重復所述步驟三，直到獲取到每一個查詢點q的復反向最遠鄰居，即p∈BRFN(q,Q,VG)，能夠在路網上快速搜索到查詢點的單反向鄰居。附圖說明圖1是本發(fā)明一實施例的復反向最遠鄰居問題(BRFN)示例。具體實施方式為使本發(fā)明的上述目的、特征和優(yōu)點能夠更加明顯易懂，下面結合附圖和具體實施方式對本發(fā)明作進一步詳細的說明。實施例一本發(fā)明提供一種獲取路網上復反向最遠鄰居的暴力搜索方法，包括：步驟S1，如圖1所示，對于給定路網G上的某一結點p和路網G上的所有結點VG，如果路網G上存在結點q，q與p的路網距離||q-p||不小于p到VG當中任何點p’的距離||p′-p||，則定義q為p相對于VG的最遠鄰居，記為fn(p,VG)；步驟S2，對于給定路網G上的所有結點VG和路網G上的查詢集Q，定義q∈Q的復反向最遠鄰居是所有VG中距離q比Q中其它所有點都遠的點的集合，即BRFN(q,Q,VG)={p|p∈VG,fn(p,Q)=q};步驟S3，使用Dijkstra算法以每一個d∈VG作為源點進行一次擴展，直到Q中的所有點被訪問到為止，若q在Q中的所有點被全部遍歷之前被訪問到，則q并非d的最遠鄰居，從而d不屬于q的反向最遠鄰居；若q在Q中的其他點被全部遍歷之后仍未被訪問到，則確定d為p，p∈BRFN(q,Q,VG)；具體的，作為代表性的最短路徑算法,Dijkstra算法由E.W.Dijkstra在1959年提出,算法使用標記方法從源點開始,每次擴展距離已標記集合最近的點,從而求得到已知點的最短路徑（可參見文獻1）；步驟S4，重復所述步驟S3，直到獲取到每一個查詢點q的復反向最遠鄰居， 即p∈BRFN(q,Q,VG)。具體的，本實施例中通過遍歷每一個結點d∈VG來檢查它是否是查詢點q的反向最遠鄰居，以d為源點執(zhí)行Dijkstra算法，如果在q被訪問前Q中的所有結點均被訪問，可以確定p∈BRFN(q,Q,VG)。實施例二本發(fā)明還提供另一種獲取路網上復反向最遠鄰居的暴力搜索系統(tǒng)，包括:第一定義模塊，用于對于給定路網G上的某一結點p和路網G上的所有結點VG，如果路網G上存在結點q，q與p的路網距離||q-p||不小于p到VG當中任何點p’的距離||p′-p||，則定義q為p相對于VG的最遠鄰居，記為fn(p,VG)；第二定義模塊，用于對于給定路網G上的所有結點VG和路網G上的查詢集Q，定義q∈Q的復反向最遠鄰居是所有VG中距離q比Q中其它所有點都遠的點的集合，即BRFN(q,Q,VG)={p|p∈VG,fn(p,Q)=q};搜索模塊，用于獲取每一個查詢點q的復反向最遠鄰居，即p∈BRFN(q,Q,VG)，獲取每一個查詢點q的復反向最遠鄰居包括：使用Dijkstra算法以每一個d∈VG作為源點進行一次擴展，直到Q中的所有點被訪問到為止，若q在Q中的所有點被全部遍歷之前被訪問到，則q并非d的最遠鄰居，從而d不屬于q的反向最遠鄰居；若q在Q中的其他點被全部遍歷之后仍未被訪問到，則確定d為p，p∈BRFN(q,Q,VG)。本發(fā)明通過步驟一：對于給定路網G上的某一結點p和路網G上的所有結點VG，如果路網G上存在結點q，q與p的路網距離||q-p||不小于p到VG當中 任何點p’的距離||p′-p||，則定義q為p相對于VG的最遠鄰居，記為fn(p,VG)；步驟二：對于給定路網G上的所有結點VG和路網G上的查詢集Q，定義q∈Q的復反向最遠鄰居是所有VG中距離q比Q中其它所有點都遠的點的集合，即BRFN(q,Q,VG)={p|p∈VG,fn(p,Q)=q};步驟三：使用Dijkstra算法以每一個d∈VG作為源點進行一次擴展，直到Q中的所有點被訪問到為止，若q在Q中的所有點被全部遍歷之前被訪問到，則q并非d的最遠鄰居，從而d不屬于q的反向最遠鄰居；若q在Q中的其他點被全部遍歷之后仍未被訪問到，則確定d為p，p∈BRFN(q,Q,VG)；步驟四：重復所述步驟三，直到獲取到每一個查詢點q的復反向最遠鄰居，即p∈BRFN(q,Q,VG)，能夠在路網上快速搜索到查詢點的單反向鄰居。實施例二的其它詳細內容具體可參見實施例一，在此不再贅述。本說明書中各個實施例采用遞進的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似部分互相參見即可。對于實施例公開的系統(tǒng)而言，由于與實施例公開的方法相對應，所以描述的比較簡單，相關之處參見方法部分說明即可。專業(yè)人員還可以進一步意識到，結合本文中所公開的實施例描述的各示例的單元及算法步驟，能夠以電子硬件、計算機軟件或者二者的結合來實現(xiàn)，為了清楚地說明硬件和軟件的可互換性，在上述說明中已經按照功能一般性地描述了各示例的組成及步驟。這些功能究竟以硬件還是軟件方式來執(zhí)行，取決于 技術方案的特定應用和設計約束條件。專業(yè)技術人員可以對每個特定的應用來使用不同方法來實現(xiàn)所描述的功能，但是這種實現(xiàn)不應認為超出本發(fā)明的范圍。顯然，本領域的技術人員可以對發(fā)明進行各種改動和變型而不脫離本發(fā)明的精神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權利要求及其等同技術的范圍之內，則本發(fā)明也意圖包括這些改動和變型在內。