книги из ГПНТБ / Папернов А.А. Методы упорядочения информации в цифровых системах

Ю ГЛ. !. ПОИСК ИНФОРМАЦИИ В ЗУ ЦИФРОВЫХ МАШИН

2. В условии поиска заданы две величины, характе­ ризующие некоторый числовой интервал (например, нижняя и верхняя границы интервала, либо одна из границ и величина интервала). Требуется выделить все объекты, некоторый признак которых, рассматриваемый как число, не выходит за пределы заданного интервала, т. е. не больше верхней и не меньше нижней границы интервала.

Поиск, осуществляемый по условию вхождения приз­ нака, интерпретируемого как число, в заданный число­ вой интервал, будем называть поиском по интервалу.

В частности, если одна из границ равна положитель­ ной или отрицательной бесконечности (или, что то же самое, больше максимально возможного или меньше ми­ нимально возможного значения признака), то условие поиска преобразуется в условие: «признаки выделенных объектов должны быть больше (или меньше) значения, заданного второй границей».

3. Требуется выделить объект, у которого значение некоторого признака, рассматриваемого как число, отли­ чается от числа, заданного в условии поиска, не боль­ ше, чем у всех других объектов.

Вероятность совпадения числовых признаков в не­

только один объект. Если совпадение признаков в не­ скольких объектах все же имеет место, то в соответст­

как на величину наименьшего отклонения признака от заданного в условии поиска числа не накладывается никаких ограничений.

Поиск, при котором из множества объектов выде­ ляется один объект, признак которого отклоняется от заданного числа не больше, чем у всех других объектов, будем называть поиском по близости. В зависимости от постановки задачи поиска может выделяться объект с минимальным положительным отклонением или мини­ мальным отрицательным отклонением, или минимальным отклонением по абсолютной величине.

или меньше минимально возможного значения призна­

4. Требуется выделить объекты, у которых:

либо некоторая функция от одного или нескольких признаков не выходит за пределы заданного интервала, либо значение некоторой функции от одного или не­ скольких признаков отличается от заданного в условии поиска числа не больше, чем у всех других объектов.

но именуемом семантическим, смысле. Характерным примером может служить библиографический поиск. В этом случае объектами, информация о которых хра­ нится в ЗУ, являются научные публикации. Информа­ ция р каждом объекте, кроме названия публикации, фамилии автора, года издания и т. д., содержит некото­ рые признаки, позволяющие судить о содержании публи­ кации.

Условиями такого поиска могут быть:

по аналогии с поиском по совпадению — совпадение содержания закодированного запроса с содержанием публикации, тоже закодированным по определенным правилам;

по аналогии с поиском по интервалу — совпадение содержания публикации с содержанием запрошенного в условии поиска раздела, по существу более широкого,

12 ГЛ. 1. ПОИСК ИНФОРМАЦИИ В ЗУ ЦИФРОВЫХ МАШИН

Формулировка критерия, позволяющего судить о смысловом совпадении, интервале или близости, яв­ ляется сложной задачей, требующей в разных случаях разного подхода и далеко не всегда поддающейся раз­ решению. Кроме того, ответ может носить вероятност­ ный характер, указывающий не на определенное, а лишь возможное и требующее дополнительной проверки сов­ падение, попадание в смысловой интервал или близость по смыслу.

Важнейшей проблемой, подлежащей разрешению при разработке информационно-поисковых систем, осу­ ществляющих поиск по семантическому условию, явля­

и, во-вторых, реализовать в рамках этого языка провер­

условия поиска по близости, были связаны с проверкой некоторых внутренних характеристик объектов. Это зна­ чит, что выполнение или невыполнение условия поиска может быть проверено в каждом объекте в отдельности и не зависит от наличия других объектов.

Выполнение условия поиска по близости не может быть проверено в отдельном объекте без учета других объектов, так как это условие накладывается не на внутренние характеристики отдельных объектов, а на

степень близости признаков разных объектов к числу, заданному в условии поиска).

Возможны и другие условия поиска, налагающие более сложные ограничения на отношения между объ­ ектами. В результате поиска может быть выделено не­

заранее не задан. Чтобы иметь возможность выделять отдельные фразы, нужно либо включать в каждую фра­ зу информацию о ее размере, либо отмечать конец каждой фразы специальным знаком. Примерами фраз

стоящего из букв и заканчивающегося разделительным знаком.

Слова, знаки препинания, буквы, числа, знаки опе­ раций и отношений и скобки являются элементами фраз. Построение фраз из отдельных элементов, т. е. со­ став элементов, входящих в фразу, и их последователь­ ность не являются произвольными, они должны подчи­ няться определенным синтаксическим правилам. Однако и в рамках этих правил количество элементов, образую­ щих одну фразу, и последовательность, в которой они записаны, могут быть весьма разнообразными. Смысл отдельных элементов фразы в большинстве случаев не может быть понят изолированно от других элементов,

14 ГЛ. 1. ПОИСК ИНФОРМАЦИИ В ЗУ ЦИФРОВЫХ МАШИН

а лишь при их совместном рассмотрении, т. е. в кон­ тексте. Поэтому анализ информации, записанной в виде фразы, связан, как правило, не с выводом отдельных элементов из середины фразы, а с последовательным

например, объектом информации является человек. Признаками объекта, записанными в формуляре, явля­ ются его фамилия, имя, отчество, пол, время рождения, место рождения, национальность, профессия, служебное положение, адрес и т. д. Для записи каждого признака отводится определенное число разрядов, определенным образом расположенных относительно начала формуля­

В эти разряды записываются некоторые символы, ука­

можем обратиться в ЗУ к непосредственно интересую­ щему нас признаку определенного объекта по адресу, вычисляемому как сумма базисного адреса и относи­ тельного адреса. Базисный адрес, т. е. адрес начала формуляра, зависит только от выбранного объекта, но не зависит от типа интересующего нас признака. Отно­ сительный адрес, указывающий положение данного признака относительно начала формуляра, наоборот, зависит только от типа признака, но не зависит от вы­ бранного объекта.

щих самостоятельное смысловое значение. Каждая фра­ за вносит в текст некоторое новое содержание, и поэто­ му исключение фразы из текста в какой-то степени из­ меняет, а иногда и полностью искажает содержание текста.

Тексты могут объединяться в другие более крупные тексты, те в еще более крупные и т. д. При этом обра­ зуются разные иерархические уровни объединения фраз,

отдельными его частями, а совокупность отдельных, не связанных друг с другом фраз или текстов, объединяе­ мых для того, чтобы иметь возможность выбрать тот или иной текст или фразу, организовать их поиск по каким-либо признакам и т. д.

Если объектами множества являются формуляры, представляющие собой описание объектов однородной структуры, то естественной формой построения множе­

занимают сплошной участок памяти. Тем самым уста­ навливается порядок следования формуляров друг за другом, начиная с первого и кончая последним, опре­ деляемый их положением в памяти: каждый последую­ щий формуляр размещается в памяти непосредственно

где А{ — адрес і-го формуляра, А\— базовый адрес массива, равный адресу 1-го формуляра, А — размер формуляра, т. е. количество занимаемых им ячеек па­ мяти.

дого формуляра и указывающими положение в памяти следующего формуляра. Адрес первого формуляра ука­

цепочка выполняет функции очереди формуляров, нара­ щиваемой с конца и «отрабатываемой» с начала).

Организация списка в виде цепочки позволяет уста­ навливать любой порядок следования формуляров без фактического перемещения их в памяти путем записи тех или иных адресов связи, включать в списки новые

няются служебными адресами связи. Однако каждый формуляр содержит более одного адреса связи, что по­

может следовать более одного формуляра (обычно два), что дает возможность выбирать тот или иной путь сле­ дования при поиске в зависимости от результатов про­ верки условия поиска. Более подробные и конкретные

адресов связи можно сформировать так называемые управляющие слова таким образом, чтобы каждому ос­ новному объекту информации соответствовало одно уп­

должны содержать ничего, кроме адресов связи. Объ­ екты основной информации, с которыми связаны не­ сколько управляющих слов, могут одновременно участ-

вовать в нескольких поисковых списках по разным при­ знакам.

2. Управляющие слова хранятся в памяти отдельно от основных объектов информации. В этом случае уп­ равляющие слова, кроме адресов связи, должны содер­ жать адреса информации, указывающие положение в памяти основной информации, соответствующей тому или иному управляющему слову.

3. В случае списка, организованного в виде цепочки, управляющие слова хранятся в виде массивов, разме­ щаемых независимо от объектов информации. При этом имеется возможность исключить из управляющих слов адреса связи, сохранив в них лишь адреса информации. Во многих случаях, однако, объединение всех управляю­ щих слов в единый массив оказывается неудобным, так как их количество заранее неизвестно, что затрудняет предварительное распределение памяти для размещения управляющих слов. Удобнее по мере накопления ин­ формации объединять всю совокупность управляющих слов в несколько раздельных массивов, называемых гнездами. Для этого, кроме упоминавшихся ранее уп­ равляющих слов, содержащих адрес информации, нуж­ но использовать еще один тип управляющих слов, со­ держащих адрес связи, ведущий от одного гнезда к другому, и признак, позволяющий отметить, к какому

небольшую долю от объемов памяти, занимаемых ос­ новной информацией.

Как в случае цепочек, так и в случае деревьев лю­ бой порядок следования объектов основной информации может быть установлен без перемещения их в памяти путем перестройки только ассоциативной информации. Относительно небольшой объем ассоциативной инфор­ мации позволяет связать с одной и той же группой ос­ новных объектов информации несколько цепочек или

18 ГЛ. 1. ПОИСК ИНФОРМАЦИИ В ЗУ ЦИФРОВЫХ МАШИН

деревьев для организации поиска по разным признакам или совокупности признаков.

Форма организации списка имеет существенное зна­

риваться в процессе дальнейшего изложения различных способов поиска и организации списков.

уровней списков ничем не ограничено. В один и тот же список в качестве его элементов могут входить как спис­

о работниках. В списки цехов наряду с наименованиями участков могут входить формуляры со сведениями о ра­

участков и формуляры со сведениями о работниках, не­ посредственно подчиненных управлению завода.

Все элементы списков формуляров самого низшего уровня имеют одинаковые размеры и структуру. Эле­ менты списков текстов или списков формуляров более

некоторой дополнительной информацией о своем разме­ ре и структуре и, в частности, признаком, указывающим, является ли элемент списка объектом или новым списком.

§ 1.4. Основные методы поиска формуляров в списках

К основным методам поиска формуляров в списках относятся: перебор, вычисление адресов, дихотомический поиск.

Остановимся на этих методах несколько подробнее.

при котором проверка условия поиска выполняется во всех объектах, входящих в состав данного множества А. Перебор позволяет осуществить поиск в произвольном массиве или цепочке формуляров, т. е. не предъявляет никаких специальных требований к организации дан­ ных. Недостатком перебора как метода поиска является большая затрата машинного времени на просмотр всех объектов множества.

На рис. 1.1 в общем виде изображена блок-схема алгоритма поиска методом перебора.

Блок / осуществляет обращение к 1-му формуляру. В случае массива это означает присвоение индексу его начального значения (і: = 1). В случае цепочки это означает обращение по адресу, записанному в заголовке

изменение адреса на константу переадресации. В случае цепочки это означает переход по адресу связи, входяще­ му в состав самого формуляра.

Блок 5 проверяет, не закончен ли просмотр всего списка. Эт^> может быть либо сравнение количества про­ смотренных объектов с известным общим количеством объектов, либо проверка записанного в каждом объекте специального признака, позволяющего отличить послед­

списка должны быть зарезервированы разряды для за­ писи в них признака конца списка.

Блок-схема алгоритма перебора, изображенная на рис. 1.1, построена, исходя из предположения, что коли­ чество объектов, удовлетворяющих условию поиска, мо­ жет быть любым, и поэтому после выявления такого объекта блоком 2 поиск продолжается до тех пор, пока

случая, когда заранее известно, что выделенное подмно­ жество не может содержать более одного элемента.