使用插值在序列中查找遗漏的值
2024-07-21 02:38:49
供稿：网友
在有些应用程序中，序列化值的范围能够连续是重要的。当在这个序列新增值的时候，它可能会在序列中优先挑选一个“空的（hole）”或者遗漏的值来填充，而不是取序列最大值之后的下一个值，或者使用一个序号产生器。 例如电话号码、社会安全号码和ip地址都有非常严格的范围限制，所以说最好使用未用的号码来填充。
当数据库中有很多值的时候经常会出现这个问题。遗漏的值明显是不被索引的，所以定位遗漏的数字的最明显的方法是顺序查询所有的值，然后在碰到期望的值的时候将其返回：
REM - table in question is "massive" with a sequence "id"
set serveroutput on;
set timing on;
declare
l_id integer := null;
begin
for row in (select id from massive order by id) loop
if l_id is null then
l_id := row.id;
else
l_id := l_id + 1;
end if;
exit when l_id != row.id;
end loop;
dbms_output.put_line('lowest missing value = 'l_id);
end;
/
另外一个方法是使用“分而治之”的策略。假如我们已经知道在一个给定的范围内应该有多少个值，并且表上建有索引的话，我们可以相当快地取得实际的记录的条数。假如有一个遗漏的值，实际的记录条数将会比期望的记录的条数少。
我们可以应用相同的方法检测在较小的一半是否有遗漏的值。假如有的话，就继续将其对分。假如没有遗漏的值，我们检测另外一半。最后，我们将要检测的记录集合的大小能够正好只找出遗漏的数据：
下面是这种技术的PL/SQL示例：
set serveroutput on
declare
l_min integer;
l_max integer;
actual_count integer;
eXPected_count integer;
half integer;
begin
select max(id),min(id),count(*)
into l_max,l_min,actual_count
from massive;
expected_count := l_max - l_min + 1;
if expected_count = actual_count then
dbms_output.put_line('there are no missing values');
end if;
while l_max - l_min >= 1 loop
-- try lower half of range
half := trunc(expected_count/2);
expected_count := expected_count - half;
select count(*)
into actual_count
from massive
where id between l_min and l_max - half;
exit when actual_count = 0;
if actual_count = expected_count then
-- missing value must be in upper half
l_min := l_min + half;
else
l_max := l_max - half;
end if;
end loop;
end;
/
对于具有一百万条记录，并且有一个正规索引的表，假如其中漏值只有一个话，有非正式的结果表明第二个脚本的执行速度是第一个的五倍。
