龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中山大学
摘要：本申请提供一种重复数据删除方法和过滤器，该方法包括步骤：对数据块进行哈希计算，获取指纹信息；计算向量和候选桶；查询向量是否存在于结构数据库中；若未存在，则将向量插入到候选桶中；若存在，则查询指纹信息是否存在于磁盘数据库中；若存在，则将向量的副本删除；若未存在，则将向量插入到候选桶中。本申请通过第一空槽索引为空插槽指示位置，在插入向量时能快速分辨插槽是否为空，提高了插入效率；本申请的候选桶与插槽数组、BitSet组和CountingSet组关联，当处理数据量逐渐增大时，在BitSet组或CountingSet组中进行查询，提供了稳定的高查询效率，显著降低了内存开销；且本申请通过判断空间利用率，适时的对插槽数组进行扩容，避免了重定位操作，提高了插入性能。
主权项：1.一种重复数据删除方法，其特征在于，包括步骤：将待处理的文件对象切割为多个数据块，对每个所述数据块进行哈希计算，获取所述数据块对应的指纹信息；计算获得待查询的所述指纹信息的向量和其对应的候选桶；查询所述向量是否存在于与所述候选桶相关联的结构数据库中；若所述向量未存在于所述结构数据库中，则将所述向量插入到对应的所述候选桶中；若所述向量存在于所述结构数据库中，则查询所述向量对应的所述指纹信息是否存在于磁盘数据库中；若所述指纹信息存在于所述磁盘数据库中，则将所述指纹信息的向量的副本删除；若所述指纹信息未存在于所述磁盘数据库中，则将所述指纹信息的向量插入到对应的所述候选桶中；其中，所述结构数据库包括插槽数组、BitSet组和CountingSet组。
全文数据：
权利要求：
百度查询： 中山大学 一种重复数据删除方法和过滤器
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号