- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我看到有人主张使用类似于从表中选择随机项的方法。然而,这对我来说似乎非常低效,因为在排序之前,我们必须遍历整个表并为每个表生成随机数。plenty似乎更像是朝着正确的方向迈出了一步:假设总的和是预先计算好的,现在我们得到了一个简单的线性搜索。
不过,确实有可能做得更好,但想到的方法似乎都需要粗略的操作。
我们可以存储一个累积的权重分布,生成一个介于0和max之间的随机数SELECT * FROM tbl ORDER BY -LOG(RAND())/weights LIMIT 1;
,并使用weights
上的索引和weights
来查找帖子。但是,删除或移动中间的条目需要大量的工作来更新之后的权重。
我们可以将表分解成更小的表并计算其中的权重之和。我们首先搜索这些范围,直到找到包含所选随机数的范围,然后对该表执行线性搜索。然而,对于大型BETWEEN
有这么多表似乎是糟糕的数据库设计,理想情况下,我希望将其降到对数时间而不是sqrt(n)
。
我已经在这个问题上挣扎了一段时间了,这是我想出的最好的办法。还有其他想法吗?
最佳答案
让我试着大声思考。
最好的方法应该确定地为范围(0,1)中的每个值选择特定的条目。对于重量为零的条目,应保留零。
为了使项目1成为可能,每个条目都应该知道其在0到1之间的下限和上限。这正是你在可能的解决方案中所说的。你还说这将意味着许多工作在一个入口重量变化。但不管怎样,你需要重新调整权重,使其总和为1,或者更新并缓存所有权重的总和,以便计算每个权重的百分比。嗯,你说得对,如果你重新调整第一个和最后一个条目之间的权重,你就必须更新这两个条目之间的限制。
这就引出了一个解决方案,在运行时计算极限(下限或上限,实际上只需要一个),将权重相加到条目。好消息是,您可以使用权重覆盖索引,即从内存中读取权重值。
这种方法的缺点是查询的执行时间将取决于随机值:值越多,查询花费的时间就越长。但是,更大权重的范围将更频繁地匹配,所以我们可能会利用这样的事实:权重是在btree索引中排序的,从末尾强制索引查找,在找到值时短循环退出处理(虽然还不确定,这对于积累值的查询是可能的)。
我应该多想一想。
升级1。我刚刚意识到我所描述的和链接答案中写的完全一样。考虑到查询将从索引中获取权重,解决方案应该足够快。当然,还有一个更快的选择方案,但需要更多的空间和准备。这可能看起来很疯狂,但也有可能奏效的情况。您可以将权重分布描述为一个固定的int值范围,并维护一个(内存)表,其中包含从该范围到特定加权项的任何int值的映射。然后查询将一个随机值舍入为int,int值(作为内存表中的主键)将指向某个条目id。显然,表中的行数将取决于权重的粒度,并且在任何权重更新之后都必须更新整个表。但如果重量更新很少,这可能是一个选择。
升级版2。我决定展示一些SQL。下面是两个可行的解决方案。我们有一张桌子:
CREATE TABLE entries (
entry_id int(10) unsigned NOT NULL AUTO_INCREMENT,
weight float NOT NULL DEFAULT 0.,
data varchar(50),
PRIMARY KEY (entry_id) USING BTREE,
KEY weights (weight) USING BTREE
) ENGINE=InnoDB;
INSERT INTO entries (weight) VALUES (0.), (0.3), (0.1), (0.3), (0.0), (0.2), (0.1);
mysql> SELECT entry_id, weight FROM entries ORDER BY weight;
+----------+--------+
| entry_id | weight |
+----------+--------+
| 1 | 0 |
| 5 | 0 |
| 3 | 0.1 |
| 7 | 0.1 |
| 6 | 0.2 |
| 2 | 0.3 |
| 4 | 0.3 |
+----------+--------+
CREATE table int2entry (
an_int int(10) unsigned NOT NULL AUTO_INCREMENT,
entry_id int(10) unsigned NOT NULL,
PRIMARY KEY (an_int)
) ENGINE=Memory;
TRUNCATE int2entry;
INSERT INTO int2entry (entry_id)
VALUES (3), (7), (6), (6), (2), (2), (2), (4), (4), (4);
SELECT entry_id
FROM (SELECT ceiling(rand() * 10) as an_int) as t1
JOIN int2entry USING (an_int);
weights
索引是从权重到条目id的有序映射。如果只选择权重和条目id,则可以直接从
weights
索引中获取值,即数据将按索引顺序读取。我们可以使用ORDER BY来强制逆索引顺序进行迭代(较大的权重存储在末尾,但匹配的频率会更高)。为什么重要?因为我们将在WHERE子句中添加一些技巧,并根据处理行的特定顺序进行计算:
SET @rand:= RAND(), @cum_weight:=0.;
SELECT entry_id, weight, @cum_weight, @rand
FROM entries
WHERE @rand < @cum_weight:=@cum_weight+weight
ORDER BY weight DESC
LIMIT 1;
+----------+--------+----------------------------------+--------------------+
| entry_id | weight | @cum_weight | @rand |
+----------+--------+----------------------------------+--------------------+
| 6 | 0.2 | 0.800000026822090100000000000000 | 0.6957228003961247 |
+----------+--------+----------------------------------+--------------------+
SELECT *
FROM entries
JOIN (
SELECT entry_id
FROM entries
JOIN (SELECT @rand:= RAND(), @cum_weight:=0.) as init
WHERE @rand < @cum_weight:=@cum_weight+weight
ORDER BY weight DESC
LIMIT 1) as rand_entry USING (entry_id);
LIMIT 1
在找到所需条目时停止处理。
关于mysql - 在亚线性时间内从MySQL表中选择加权随机条目,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/27592916/
您好,我是使用 xampp 的 PHPmyadmin 新手,没有 MYSQL 背景。当我喜欢研究它是如何工作的时,我的脑海中浮现出一个想法,它让我一周都无法休眠,因为我似乎无法弄清楚如何使用 MIN(
Go docs say (强调): Programs using times should typically store and pass them as values, not pointers.
我有一组用户在 8 月 1 日有一个条目。我想找到在 8 月 1 日有条目但在 8 月 2 日没有做任何事情的用户。 现在是 10 月,所以事件已经过去很久了。 我有限的知识说: SELECT * F
我有以下代码,主要编码和取消编码时间结构。这是代码 package main import ( "fmt" "time" "encoding/json" ) type chec
您能详细解释一下“用户 CPU 时间”和“系统 CPU 时间”吗?我读了很多,但我不太理解。 最佳答案 区别在于时间花在用户空间还是内核空间。用户 CPU 时间是处理器运行程序代码(或库中的代码)所花
应用程序不计算东西,但做输入/输出、读取文件、使用网络。我希望探查器显示它。 我希望像 callgrind 中的东西一样,在每个问题中调用 clock_gettime。 或者像 oprofile 那样
目前我的 web 应用程序接收 websocket 数据来触发操作。 这会在页面重新加载时中断,因此我需要一个能够触发特定事件的客户端解决方案。 这个想法可行吗? 假设你有 TimeX = curre
很难说出这里问的是什么。这个问题是含糊的、模糊的、不完整的、过于宽泛的或修辞性的,无法以目前的形式得到合理的回答。如需帮助澄清此问题以便重新打开它,visit the help center 。 已关
我有一个 Instant (org.joda.time.Instant) 的实例,我在一些 api 响应中得到它。我有另一个来自 (java.time.Instant) 的实例,这是我从其他调用中获得
如何集成功能 f(y) w.r.t 时间;即 'y'是一个包含 3000 个值和值 time(t) 的数组从 1 到 3000 不等。所以,在整合 f(y) 后我需要 3000 个值. 积分将是不确定
可以通过 CLI 创建命名空间,但是如何使用 Java SDK 来创建命名空间? 最佳答案 它以编程方式通过 gRPC API 完成由服务公开。 在 Java 中,生成的 gRPC 客户端可以通过 W
我有一个函数,它接受 2 组日期(开始日期和结束日期),这些日期将用于我的匹配引擎 我必须知道start_date1和end_date1是否在start_date2和end_date2内 快进:当我在
我想从 Python 脚本运行“time”unix 命令,以计算非 Python 应用程序的执行时间。我会使用 os.system 方法。有什么方法可以在Python中保存这个输出吗?我的目标是多次运
我正在寻找一种“漂亮的数字”算法来确定日期/时间值轴上的标签。我熟悉 Paul Heckbert's Nice Numbers algorithm . 我有一个在 X 轴上显示时间/日期的图,用户可以
在 PowerShell 中,您可以格式化日期以返回当前小时,如下所示: Get-Date -UFormat %H 您可以像这样在 UTC 中获取日期字符串: $dateNow = Get-Date
我正在尝试使用 Javascript 向父子窗口添加一些页面加载检查功能。 我的目标是“从父窗口”检测,每次子窗口完全加载然后执行一些代码。 我在父窗口中使用以下代码示例: childPage=wi
我正在尝试设置此 FFmpeg 命令的 drawtext 何时开始,我尝试使用 start_number 但看起来它不会成功。 ffmpeg -i 1.mp4 -acodec aac -keyint_
我收到了一个 Excel (2010) 电子表格,它基本上是一个文本转储。 单元格 - J8 具有以下信息 2014 年 2 月 4 日星期二 00:08:06 EST 单元格 - L8 具有以下信息
我收到的原始数据包含一列具有以下日期和时间戳格式的数据: 2014 年 3 月 31 日凌晨 3:38 单元格的格式并不一致,因为有些单元格有单个空格,而另一些单元格中有两个或三个字符之间的空格。所以
我想知道是否有办法在我的 Grails 应用程序顶部显示版本和构建日期。 编辑:我应该说我正在寻找构建应用程序的日期/时间。 最佳答案 在您的主模板中,或任何地方。 Server version:
我是一名优秀的程序员,十分优秀!