本發(fā)明涉及數(shù)據(jù)密集化操作技術(shù)領(lǐng)域，尤其涉及一種使用多維化技術(shù)構(gòu)建空間多維度搜索樹(shù)的方法。

背景技術(shù)：

雖然當(dāng)今計(jì)算機(jī)硬件技術(shù)的發(fā)展日新月異，但是軟件基礎(chǔ)算法的發(fā)展卻始終停滯不前，難以取得關(guān)鍵性的突破。這一方面是因?yàn)閭鹘y(tǒng)以數(shù)學(xué)算法和二維度設(shè)計(jì)方式為基礎(chǔ)的系統(tǒng)結(jié)構(gòu)已經(jīng)基本完善，再難以取得重大突破，另一方面也是因?yàn)樵O(shè)計(jì)者的思維方式已經(jīng)趨于定式，特別是在投資回報(bào)周期日漸縮短的現(xiàn)實(shí)要求下，基礎(chǔ)算法的研究已經(jīng)變得不再重要，而如何使用成熟技術(shù)快速取得最大市場(chǎng)回報(bào)才是大多數(shù)產(chǎn)品的核心設(shè)計(jì)理念。

正因如此，市面上常見(jiàn)的軟硬件同質(zhì)化現(xiàn)象日趨嚴(yán)重，不同廠商的產(chǎn)品幾乎完全基于相同的核心算法庫(kù)進(jìn)行訂制，無(wú)論是運(yùn)行效率、資源占用，還是穩(wěn)定性、功能性上的差異都越發(fā)減小，所不同的往往僅剩下UI設(shè)計(jì)和對(duì)第三方工具的訂制上，由此所導(dǎo)致的結(jié)果就是產(chǎn)品間的競(jìng)爭(zhēng)激烈，軟件產(chǎn)業(yè)的利潤(rùn)率逐年遞減。

而且，由于軟件行業(yè)的停滯不前，導(dǎo)致硬件性能嚴(yán)重過(guò)剩，整個(gè)計(jì)算機(jī)行業(yè)的發(fā)展都受到了嚴(yán)重影響，以智能化、人性化為賣點(diǎn)的新技術(shù)因?yàn)榛A(chǔ)理論的缺失而進(jìn)展緩慢，大數(shù)據(jù)、云計(jì)算等成規(guī)模的應(yīng)用難以發(fā)揮出其真正的潛力。

以傳統(tǒng)的基礎(chǔ)二叉樹(shù)相關(guān)算法為例，雖然其中大多數(shù)算法具備結(jié)構(gòu)簡(jiǎn)單、搜索速度快等特性，但是在構(gòu)建復(fù)雜系統(tǒng)，特別是在智能化應(yīng)用與機(jī)器學(xué)習(xí)等模塊的實(shí)現(xiàn)上，其結(jié)構(gòu)簡(jiǎn)單的特性就導(dǎo)致了搜索深度的大幅增加，從而抵消了其在性能上的優(yōu)勢(shì)。但是在多叉樹(shù)的構(gòu)建上，傳統(tǒng)的二維度多叉樹(shù)也同樣無(wú)法有效解決遍歷方式單一、搜索算法難以優(yōu)化的缺陷，因此其樹(shù)狀結(jié)構(gòu)在構(gòu)建神經(jīng)元算法的過(guò)程中難以起到應(yīng)有的作用，由此種方式所構(gòu)建出的算法往往具有搜索深度大、靈活性不足、難以維護(hù)、運(yùn)算效率低下等特征，因而極大的限制了數(shù)據(jù)的規(guī)模與處理速度。

技術(shù)實(shí)現(xiàn)要素：

為了解決以上技術(shù)問(wèn)題，本發(fā)明提出了一種便于動(dòng)態(tài)維護(hù)、易于管理、檢索效率高，并且適用于大規(guī)模數(shù)據(jù)處理的空間多維度搜索樹(shù)構(gòu)建方法, 通過(guò)該方法不但可以有效提升復(fù)雜數(shù)據(jù)的查詢效率，而且可以通過(guò)多維度的方式完美詮釋智能化計(jì)算機(jī)所特有的關(guān)聯(lián)信息群落化概念，并具備維度信息管理、過(guò)濾能力、信息網(wǎng)絡(luò)聯(lián)想能力等。

本發(fā)明的技術(shù)方案包括如下步驟：

步驟1：創(chuàng)建并初始化一個(gè)數(shù)據(jù)空間，并根據(jù)需要設(shè)定數(shù)個(gè)相應(yīng)的訪問(wèn)維度，如：三維空間訪問(wèn)維度、四維時(shí)間訪問(wèn)維度等，更高的維度可以訪問(wèn)更加豐富的信息。

步驟2：根據(jù)需要?jiǎng)?chuàng)建一個(gè)以上的搜索樹(shù)區(qū)域，如：數(shù)據(jù)處理區(qū)（進(jìn)行排序等算法處理）、邏輯處理區(qū)、信息存儲(chǔ)區(qū)等。

步驟3：在區(qū)域中心創(chuàng)建一個(gè)節(jié)點(diǎn)，作為多維搜索樹(shù)的原始節(jié)點(diǎn)，再依次在分支節(jié)點(diǎn)中填充數(shù)據(jù)。

步驟4：為各區(qū)域創(chuàng)建索引節(jié)點(diǎn)列表（存儲(chǔ)節(jié)點(diǎn)數(shù)據(jù)分類信息和空間坐標(biāo)范圍、多維坐標(biāo)范圍等索引內(nèi)容），將各區(qū)域整體作為一個(gè)節(jié)點(diǎn)（該節(jié)點(diǎn)之下即為索引節(jié)點(diǎn)）關(guān)聯(lián)為一個(gè)更高級(jí)別的多維搜索樹(shù)結(jié)構(gòu)，稱之為功能索引樹(shù)。

步驟5：當(dāng)需要進(jìn)行遍歷訪問(wèn)時(shí)，系統(tǒng)首先在功能索引樹(shù)中找到相匹配的區(qū)域空間方位，然后再通過(guò)該區(qū)域中索引信息遍歷到匹配的數(shù)據(jù)分類。

步驟6：在數(shù)據(jù)分類中查詢是否存在符合搜索條件的最優(yōu)索引路徑，如存在則通過(guò)該路徑快速搜索必要數(shù)據(jù)，如不存在則發(fā)出遍歷訪問(wèn)請(qǐng)求。

步驟7：返回搜索結(jié)果。

本發(fā)明所創(chuàng)建的是一種基于空間節(jié)點(diǎn)的樹(shù)形網(wǎng)絡(luò)結(jié)構(gòu)，不同的信息之間通過(guò)某一特定的屬性實(shí)現(xiàn)互聯(lián)，其具備如下幾個(gè)基本特征：

不但根節(jié)點(diǎn)可以隨機(jī)指定，查詢起始點(diǎn)、遍歷方向等都可以予以控制

空間樹(shù)狀結(jié)構(gòu)并不存在嚴(yán)格意義上的方向定義，也就不存在固定的從上到下的依次遍歷規(guī)則。因此，在空間樹(shù)狀結(jié)構(gòu)創(chuàng)建之后，任何一次遍歷請(qǐng)求都可以自定義指定一個(gè)最可能存在預(yù)期結(jié)果的遍歷點(diǎn)，再以此點(diǎn)為圓心，依次向外遍歷搜索。

具有可逆性特征，父節(jié)點(diǎn)與子節(jié)點(diǎn)可以根據(jù)需要相互轉(zhuǎn)換

因?yàn)榭臻g樹(shù)狀結(jié)構(gòu)并不存在特定意義下的父子節(jié)點(diǎn)定義，因此在指定某一節(jié)點(diǎn)為搜索起始節(jié)點(diǎn)之后，該節(jié)點(diǎn)就自然成為該次搜索的根節(jié)點(diǎn)，其后以此點(diǎn)為圓心依次遍歷的節(jié)點(diǎn)便成為了子節(jié)點(diǎn)。

通過(guò)多維度的方式對(duì)樹(shù)狀結(jié)構(gòu)的可見(jiàn)性予以控制

當(dāng)以多維度的方式處理上述空間樹(shù)狀結(jié)構(gòu)時(shí)，我們可以為不同的維度設(shè)定其獨(dú)立的可見(jiàn)內(nèi)容。比如當(dāng)我們要檢索某個(gè)30歲的人18歲時(shí)的身高數(shù)據(jù)時(shí)，這時(shí)候就可以用到時(shí)間維度的概念。正如大腦的工作模式一樣，空間樹(shù)狀結(jié)構(gòu)只會(huì)將當(dāng)下最常用的數(shù)據(jù)加入該結(jié)構(gòu)之中，其他非常用數(shù)據(jù)（如多年前數(shù)據(jù)），就可以存入其他維度，以便減少當(dāng)前樹(shù)結(jié)構(gòu)的數(shù)據(jù)量，以便提升遍歷效率、節(jié)約系統(tǒng)資源。

允許子節(jié)點(diǎn)回聯(lián)到根節(jié)點(diǎn)，最終形成閉合回路

同樣因?yàn)榭臻g樹(shù)狀結(jié)構(gòu)不存在固定的根節(jié)點(diǎn)、不存在固定方向的特性，因而其內(nèi)所有的節(jié)點(diǎn)都可能會(huì)存在一種關(guān)聯(lián)方式，最終由不同的連接路徑再回到該出發(fā)點(diǎn)。由于該特性的存在，空間樹(shù)狀結(jié)構(gòu)的遍歷請(qǐng)求往往是以多線程的方式予以實(shí)現(xiàn)，從一個(gè)指定的節(jié)點(diǎn)開(kāi)始，向每一個(gè)相鄰節(jié)點(diǎn)同時(shí)開(kāi)始搜索進(jìn)程，直到進(jìn)程交匯，并不再存在新的節(jié)點(diǎn)為止。通過(guò)該方式，可以大幅提升該算法的相關(guān)效率。

通過(guò)空間方向信息進(jìn)行智能化預(yù)判

空間多維搜索樹(shù)與二維搜索樹(shù)最大的差異在于其包含了空間方向?qū)傩裕闅v搜索在到達(dá)每一個(gè)空間節(jié)點(diǎn)之后都會(huì)面臨一個(gè)方向選擇的問(wèn)題，這時(shí)候除了通常的依次遍歷方法之外，還存在各種方式的優(yōu)化選擇，而這些選擇方法就為智能化快速遍歷的算法實(shí)現(xiàn)提供了必要的條件。

重復(fù)選擇優(yōu)化

系統(tǒng)自動(dòng)記錄遍歷搜索的時(shí)候，在某些特定條件下被重復(fù)選擇為正確結(jié)果的節(jié)點(diǎn)選擇過(guò)程，通過(guò)將這些節(jié)點(diǎn)關(guān)聯(lián)為一種相對(duì)固定的空間軌跡，在之后滿足條件的搜索請(qǐng)求時(shí)，快速找到正確結(jié)果，從而為智能化設(shè)計(jì)，特別是機(jī)器學(xué)習(xí)行為提供自助矯正類的相關(guān)算法支持。

方向選擇優(yōu)化

通過(guò)控制遍歷方向（左、右、上、下等）來(lái)控制遍歷的優(yōu)先選擇行為，當(dāng)搜索請(qǐng)求符合某種特定條件時(shí)，優(yōu)先選擇某一遍歷方向。

反推過(guò)程優(yōu)化

不經(jīng)過(guò)樹(shù)狀結(jié)構(gòu)，而由最末端節(jié)點(diǎn)，直接搜索到需要的結(jié)果，然后通過(guò)該結(jié)果反向搜索最優(yōu)路徑的方法，我們稱之為逆向思維搜索法。

聯(lián)想模式優(yōu)化

通過(guò)某一種通用屬性，關(guān)聯(lián)到相似節(jié)點(diǎn)，如該節(jié)點(diǎn)保留有最優(yōu)化搜索路徑記錄，則經(jīng)由相似節(jié)點(diǎn)快速找到搜索結(jié)果的過(guò)程，我們稱之為聯(lián)想模式搜索法。

空間維度優(yōu)化

多維搜索樹(shù)包含了已知的所有相關(guān)搜索樹(shù)算法，如二叉樹(shù)算法等。這些算法作為二維度索引算法，可以被兼容應(yīng)用在每一個(gè)三維或更高維度的搜索樹(shù)算法之中。同樣的，如冒泡排序等單維度的相關(guān)算法也可以被兼容使用。因此，在多維度搜索樹(shù)算法的實(shí)現(xiàn)過(guò)程中，并不會(huì)排斥現(xiàn)存的搜索樹(shù)優(yōu)化算法，相反，更高維度的算法實(shí)現(xiàn)意味著其可以兼容更低維度下的任意一種算法。

具體實(shí)施方式

下面對(duì)本發(fā)明的內(nèi)容進(jìn)行更加詳細(xì)的闡述：

步驟1：創(chuàng)建并初始化一個(gè)數(shù)據(jù)空間，并根據(jù)需要設(shè)定多個(gè)相應(yīng)的訪問(wèn)維度，如：三維空間訪問(wèn)維度、四維時(shí)間訪問(wèn)維度。

步驟2：根據(jù)需要?jiǎng)?chuàng)建一個(gè)或多個(gè)搜索樹(shù)區(qū)域，如：數(shù)據(jù)處理區(qū)、邏輯處理區(qū)、信息存儲(chǔ)區(qū)。

步驟3：在區(qū)域中心創(chuàng)建一個(gè)節(jié)點(diǎn)，作為多維搜索樹(shù)的原始節(jié)點(diǎn)，再依次在分支節(jié)點(diǎn)中填充數(shù)據(jù)。

步驟4：為各區(qū)域創(chuàng)建索引節(jié)點(diǎn)列表，將各區(qū)域整體作為一個(gè)節(jié)點(diǎn)關(guān)聯(lián)為一個(gè)更高級(jí)別的多維搜索樹(shù)結(jié)構(gòu)，稱之為功能索引樹(shù)。

步驟5：當(dāng)需要進(jìn)行遍歷訪問(wèn)時(shí)，系統(tǒng)首先在功能索引樹(shù)中找到相匹配的區(qū)域空間方位，然后再通過(guò)該區(qū)域中索引信息遍歷到匹配的數(shù)據(jù)分類。

步驟6：在數(shù)據(jù)分類中查詢是否存在符合搜索條件的最優(yōu)索引路徑，如存在則通過(guò)該路徑快速搜索必要數(shù)據(jù)，如不存在則發(fā)出遍歷訪問(wèn)請(qǐng)求。

步驟7：返回搜索結(jié)果。