集包含查询的数据结构

问题描述

到目前为止我做过的事情：我有一组地图（数据库的一种），其中每个集合都是字符串的集合（由医生测量的不同特征）。看起来像这样：

{{"temperature","blood pressure"}: Model1,{"temperature","weight"}: Model2,"blood pressure","weight"}: Model3}

每个集合都映射到用于该特定测量的ML模型。集合可能具有不同数量的要素，要素重叠（例如，“温度”频繁出现）。

任务：医生进行了一些测量，例如G。有人只测量{"temperature","weight"}。我必须检查数据库中的哪些集合在此集合中包含在内，所以我知道该数据可以使用哪种模型。 G。对于此示例，有Model2可用。如果模型不需要所有测得的特征也可以-我只要求模型不需要比测得的特征更多的特征。我需要一种数据结构来有效地进行此类查询。

数据：尚未以任何方式进行组织，我也未绑定到特定语言（我更喜欢Python，因为应用程序的其余部分都在其中，但这不是必需的）。我可以按要求的任何方式对其进行修改，例如G。通过字符串ID识别模型，或将其扔到一些关系/非关系数据库中。

问题：哪种数据结构/数据库类型/数据组织对此类查询有效？我愿意自己实现数据结构，也可以使用SQL，MongoDB或任何其他解决方案。

解决方法

您想要的数据结构是特里。也就是说，以规范的顺序对特征进行排序（字母顺序，模型中特征的出现频率更为有效），然后将它们放入嵌套结构(models,further_lookups)中，如下所示：

([],{
    'blood pressure': ([],{
        'temperature': ([Model1],{
            'weight': ([Model3],{})
        }),}),'temperature': ([],{
        'weight': ([Model2],{})
    }),})

现在给定了一组特定的字段，您可以沿自己的路径导航并收集您遇到的所有模型。也就是说，[]开始，{{1}之后的[]和'temperature'之后的[Model2]。

请注意，您必须尝试使用​​和不使用任何特定字段。因此，如果您也有'weight'，则需要同时尝试搜索有'blood pressure'和没有'blood pressure'的模型。递归很容易做到这一点。从理论上讲，您所拥有的功能数量可能要花费指数时间，但实际上却不太可能。

我不建议在数据存储中良好地实现Trie。