Database 数据库中的相似性计算

我有一些集合，每个集合包含非恒定数量的元素。它们在数据库中表示，如下所示（这是一个非常简单的示例）

我有两个问题

如何有效地计算相似度

如何在数据库中表示计算出的相似性

请注意，由于n！复杂性

注意：我可以更改数据库的表示以及用于计算相似度的算法

---

对于此任务来说，这是一个糟糕的数据库模式。使用倒置的列表，例如Lucene（文本搜索）。谢谢。我认为你完全正确。它将以多快的速度提高计算速度，如何在数据库中表示相似性索引？或者我应该在提取时间计算它？取决于你的稀疏性。如果集合非常稀疏，则加速比可能会大大降低。想想lucene vs.linear scan。谢谢：）另一个问题呢：我应该如何用dB表示相似性指数，还是应该在用户获取数据时计算相似性指数？有什么建议吗？在数据库中存储所有相似性通常是不明智的——效率太低，并且使用O（n^2）内存。