| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-25页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 相关技术及研究成果 | 第12-22页 |
| 1.2.1 基于传统数据库的Top-k查询算法 | 第12-18页 |
| 1.2.2 数据流环境下的Top-k查询算法 | 第18-21页 |
| 1.2.3 其它数据环境下的Top-k查询算法 | 第21-22页 |
| 1.3 本文的研究内容和主要贡献 | 第22-24页 |
| 1.4 本文的组织结构 | 第24-25页 |
| 第2章 基于分片技术的TOP-K查询处理算法 | 第25-49页 |
| 2.1 问题背景 | 第25-27页 |
| 2.2 问题定义 | 第27-28页 |
| 2.3 基于静态分片技术的Top-k连续查询算法 | 第28-33页 |
| 2.3.1 SAP框架的基本思想 | 第28-30页 |
| 2.3.2 S-AVL索引 | 第30-32页 |
| 2.3.3 定长分片算法 | 第32-33页 |
| 2.4 动态分片优化算法 | 第33-40页 |
| 2.4.1 基于秩和检验的动态分片算法 | 第33-35页 |
| 2.4.2 基于支配链的改进动态分片算法 | 第35-40页 |
| 2.5 实验分析 | 第40-48页 |
| 2.5.1 实验设置 | 第40-41页 |
| 2.5.2 实验性能比较 | 第41-48页 |
| 2.6 本章小结 | 第48-49页 |
| 第3章 面向乱序数据流的TOP-K查询处理算法 | 第49-69页 |
| 3.1 问题背景 | 第49-51页 |
| 3.2 问题定义 | 第51页 |
| 3.3 基于哈希表的乱序流数据过滤算法 | 第51-56页 |
| 3.3.1 基线哈希表构造算法 | 第52页 |
| 3.3.2 基于时间无关分布的哈希表构造算法 | 第52-54页 |
| 3.3.3 基于时间相关分布的哈希表构造算法 | 第54-56页 |
| 3.4 基于乱序流的候选对象维护算法 | 第56-62页 |
| 3.4.1 基于桶结构的临时候选对象缓存算法 | 第56-58页 |
| 3.4.2 基于gStack的候选对象维护算法 | 第58-62页 |
| 3.5 实验分析 | 第62-67页 |
| 3.5.1 实验准备 | 第62-63页 |
| 3.5.2 实验性能比较 | 第63-67页 |
| 3.6 本章小结 | 第67-69页 |
| 第4章 基于范围约束的TOP-K查询处理算法 | 第69-91页 |
| 4.1 问题背景 | 第69-71页 |
| 4.2 问题定义 | 第71-72页 |
| 4.3 HGD-Tree | 第72-85页 |
| 4.3.1 α层索引描述 | 第73-78页 |
| 4.3.2 β层索引算法描述 | 第78-83页 |
| 4.3.3 基于HGD-Tree的Top-k查询处理算法 | 第83-85页 |
| 4.4 实验分析 | 第85-90页 |
| 4.4.1 实验设置 | 第85-86页 |
| 4.4.2 实验性能比较 | 第86-90页 |
| 4.5 本章小结 | 第90-91页 |
| 第5章 基于内存约束的近似TOP-K查询处理算法 | 第91-111页 |
| 5.1 问题背景 | 第91-92页 |
| 5.2 问题定义 | 第92-93页 |
| 5.3 PABF查询处理框架 | 第93-104页 |
| 5.3.1 PABF框架概述 | 第93-95页 |
| 5.3.2 带概率保证的流数据过滤算法 | 第95-99页 |
| 5.3.3 带误差保证的候选对象维护算法 | 第99-103页 |
| 5.3.4 基于PABF的查询处理算法 | 第103-104页 |
| 5.4 实验分析 | 第104-110页 |
| 5.4.1 实验设置 | 第104-105页 |
| 5.4.2 实验比对结果 | 第105-110页 |
| 5.5 本章小结 | 第110-111页 |
| 第6章 结束语 | 第111-115页 |
| 6.1 本文工作总结 | 第111-112页 |
| 6.2 未来的研究方向 | 第112-115页 |
| 参考文献 | 第115-127页 |
| 致谢 | 第127-129页 |
| 攻博期间发表的论文 | 第129-131页 |
| 攻博期间参与的项目 | 第131-133页 |
| 作者简介 | 第133页 |