问题标签 [data-representation]

我遇到了 Oracle 数据量问题，我认为这是由数据表示问题引起的。我有一个由七个不同列表组成的层次结构，并且需要存储这些元素的所有独特的潜在组合。我需要存储所有可能的组合，因为我需要与它们一起存储附加信息。

从历史上看，我们一直在管理四个列表，其中包含几千种组合。这很好，但是要求已经改变，因为它们是惯常的，现在我们正在运行七个列表。在我的真实环境中，列表存储 20 到 200 个项目。现在，令人难以置信的组合总数约为 3500 亿。

作为我们试图用这个表示的一个例子，您可以选择以下列表：

颜色：红色、绿色、蓝色

形状：圆形、方形、三角形

口味：桃子、香蕉、覆盆子

这些将在 Oracle 中存储为单独的表，如颜色、形状、风味等，我们要做的是将它们全部相乘（通过笛卡尔连接）以获得分解表：这就是我们存储的内容甲骨文目前。

等等。

我们发现我们无法在 Oracle 表中存储数十亿条记录，也无法及时对它们执行任何操作。我试图想出不同的方法来存储这些信息，但我的大脑一直在纠结组合的数量。我能做些什么来以不同的方式存储记录吗？请记住，它们都是独特的组合，我们需要将数据与它们一起存储。

谢谢你的帮助！

大家。

我写这个问题是因为我需要你的帮助才能在 R 中进行图形表示。我想将图形作为坐标系（两个变量）和另一个表示点的体积（大小）的变量。

你可以看一个例子：pxfolioplotbcgmatrix

谢谢！

对此的基本方法是打印矩阵。但是当你得到更大的数字时，即使你正在调试（该算法可能不适用于 2 x 2 或 4 x 4 矩阵），它开始变得非常快。

这可以是特定于语言的或与语言无关的，因为我总是可以在调试时将结果打印出来并将它们传送到其他程序。

在这种情况下，您使用什么技巧来发现差异？你使用规范吗？声音的？视频？其他（混合）表示？

我知道这有点含糊，但我不在乎它是否适用于我目前的情况。它可能会在未来出现，而且看看其他人如何进行调试总是很有成效的。

我有以下遗留数据库结构和内容：

我想将其表示如下并利用一个名为“用户”的实体，以便我可以抽象出遗留结构的复杂性：

我使用数据库中的视图做到了这一点，但我无法使用此视图进行更新。有没有办法使用 Hibernate 来表示遗留结构，这样我也可以更新？

免责声明

首先，这是为了作业，所以不要问为什么这么做作，就是这样，也只能这样。（我得到很多“如果你改变一些东西怎么样”），对不起......我不能。

另外我必须使用进化算法，这意味着父母有孩子，他们可以变异/重组，形成新的世代并最终导致解决方案。

/免责声明

我有n*2长度为 n 的单词。我必须制作一个n^2包含所有这些单词的矩阵。这些词可能是胡言乱语，但它们必须能够适应这个矩阵（这是用户的要求）。

因此AGE,AGO,BEG,CAB,CAD,DOG会给我这个结果（至少有 2 个可能）：

我必须使用进化算法。因此，我需要找到一种方法将我的信息编码到染色体中。

我确实想出了：

每个单词都必须出现，在矩阵中具有起始位置和方向（左右或上下）。因此我有[Word][Orientation][StartPosition]哪里开始位置是[0][0]/ [0][1]/ [1][0]etc（左列和顶行）。但它有限制，我需要验证方向是否适合起始位置。

问题：

染色体必须是可能的解决方案，而这只是解决方案的一部分。

因为我的解决方案必须是一个包含所有单词的矩阵，以“适合”染色体也必须以某种方式代表整个矩阵。但这会遇到几个问题。我只能从一个方向的一个起始位置有一个单词（除了前两个单词，它们在不同方向共享相同的起始位置）。我看不出这是尝试进化算法的有效方式。我只是看不到任何阶段的工作，尤其是突变/重组。

我认为它完全错误吗？如果是这样……为什么？以及我如何尝试以这样一种方式对我的数据进行编码，以便让我经历所有阶段（繁殖、突变/重组、自然选择……能够计算适应度并开始新一代）而无需大量垃圾数据（一个单词出现两次，丢失一个单词，与它的起始位置相比，一个单词的方向错误）？

编辑

我将使用这种表示来实现许多其他受自然启发的算法，因此我需要一个“好的”数据表示。没有什么临时的东西会在以后伤害我。

不过老实说，我想不出什么好办法。因为我有很多限制（也许我一直在思考这个问题太久了，我无法超越它们，而且它们可能并不真的存在）。我真的很想要一个二进制表示，但这似乎是不可能的。

我正在使用 WEKA 工具进行聚类数据分析，但是在我的某些属性中，域中有很多值。具体来说，我需要表示一些关于蛋白质的信息，我需要包含的信息是与它们的功能相关的术语。

例如，这些值包含在同一属性“功能”中：

“RNA 结合蛋白”、“核糖体 RNA 结合的 RNA 结合结构成分”、“翻译”、“细胞内核糖体核糖核蛋白复合物”。

这些术语非常多样化。

有人能帮我吗？

假设我正在解析如下语句：“布莱克比玛丽高，玛丽比苏高，山姆比玛丽矮，约翰比玛丽高”

看起来像：

也许：

我们不知道 Sue 和 Sam 哪个更矮/更高，我们也不知道 John 和 Blake 哪个更矮/更高，所以他们坐在同一条线上。

但后来我可以给它声明：“布莱克比约翰短”，这将使它看起来像：

想法？我知道如果我只是尝试跳到这里我会把它弄得一团糟，所以我只是想知道代表它的最佳方式。像上面这样的数组还是树数组？

我正在考虑稍后给它一个问题，例如“谁更矮，布莱克还是苏？” 答案是苏。

是否有更好的方法来呈现/组织 Excel 中单元格中包含的重复数据？我在下面提供了一组示例数据（出于保密原因，我无法显示我的实际记录），以便你们可以可视化数据。

国家 | 类型 | 公司 | 部门 | 项目 | 货币 | 数量

美国 | 餐厅 | 鲍勃的烧烤 | 卫生 | 每月卫生 | 记录数据库 | 美元 | 100

美国 | 餐厅 | 鲍勃的烧烤 | 人力资源 | 员工时间表美元 | 203

美国 | 餐厅 | 鲍勃的烧烤 | 人力资源 | 员工电子邮件门户 | 美元 | 259

美国 | 制造 | 达夫汽车 | 研发| 库存系统| 美元 | 234

美国 | 制造 | 达夫汽车 | 销售 | 库存系统 | 美元 | 654

中国 | 制造 | 伟华电子| 研发| 库存系统 | 人民币 | 102

中国 | 政府 | 旅游系 | 广告 | 广告牌设计和部署门户网站 | 人民币 | 2044

如您所见，它包含大量重复数据，例如“国家”和“类型”。它可能看起来井井有条，但随着数据的增加，它看起来很混乱。在过去的几天里，我已经彻底考虑了这一点，但我仍然想不出一种方法来组织它，使它看起来很漂亮。

我已经尝试过 Excel 的筛选功能、排序和其他功能，但我仍然认为它看起来很杂乱。有什么建议么？谢谢！

说我有以下内容：

是否有一种高效且可移植的算法以可移植的方式将二进制补码 big-endian 表示写入a4 字节缓冲区buf？也就是说，无论我们运行的机器如何在内部表示整数，我怎样才能有效地将二进制补码表示写入a缓冲区？

这是一个C问题，因此您可以依靠C标准来确定您的答案是否满足可移植性要求。

有一张像这样的桌子：

是否可以通过选择将过滤后的内容显示为：

这样如果类型是“b”不显示价格数据？