在Java中，如何有效地计算时间间隔列表中点列表的命中率？

我有一个大约50000点的列表，介于0和250000000之间，还有一个大约10000000个间隔的列表。间隔存储在MySQL数据库中的12个表中

我想计算每个点周围有多少间隔。我尝试了几种方法来做这件事，但我总是遇到问题。如果我想建立一个区间树，它需要很多内存，而简单地遍历列表需要很多时间

我需要在得到一系列分数后10秒钟内得到结果。此外，准备数据库或创建数据结构也不是问题。因此，在只需进行一次准备的情况下，如果这需要更多的时间就可以了

---

有什么想法吗？

我会用文件做这个

创建一个包含2000万条记录的文件，列出端点的位置，以及从左到右是+1间隔（间隔的开始）还是-1间隔（间隔的结束）

按位置对该文件进行排序

在文件中运行一次，并为每个位置发出一条记录，其中包含位置、其左侧有多少个端点以及在该点上有多少个端点

使用BTREE索引将该文件的内容放入数据库中

现在，对于每个点，您可以使用索引查找最后一个位置大于或等于您的点的记录。然后根据需要访问正确的字段

---

如果您不能及时说服MySQL这样做，您可以使用BerkeleyDB来实现BTREE，然后就这样做。或者，你可以对你的点进行排序，然后与2000万点文件并行扫描该文件。（我想先试试伯克利DB。）

没有简单的解决方案。（我相信）如果不扫描每个表的至少一半，就无法直接执行查询。“一半”来自于拥有

索引（开始）、索引（结束）

，并希望优化器能够动态地选择更好的索引。这是“订单（N）”

桶。通过发明“bucket”并确定哪个bucket（或多个bucket）中的间隔，您可以通过询问它位于哪个bucket中，然后在该bucket中扫描开始和结束来搜索点<代码>索引（桶，开始），索引（桶，结束）。但是，它确实需要复制一些行（因为间隔可能跨越多个存储桶）。这是对性能的部分改进，并涉及到插入和选择的一些复杂性。桶的数量成为速度和空间之间的折衷

不重叠。如果你能把它转换成不重叠的区间，那么有一个更好的方法，就是顺序（1）。它确实涉及到插入和选择的复杂性，但存储例程可以隐藏这样的内容

---

第13个表格。如果您使用bucket或non-overlapping，那么最好使用第13个表进行搜索，从而将复杂性限制在该表中，而不会影响现有的12个表。

您的50000分是否始终保持不变？或者你的意思是你需要在10秒内返回50000个新点数的间隔计数吗？@MickMemmonic不，它们总是不同的。每次通话的间隔都是一样的，但每次通话的点数都不一样。是的，我想在最长10秒内返回50000点中每一点的间隔计数。间隔是否重叠？如果是的话，你就一团糟。如果没有，那么我可以给你一个窍门。你有足够的内存来缓存间隔表吗？让我们看看

SHOW CREATE TABLE

@RickJames是的，它们重叠，一些间隔也重复，但它们必须同时计算。12个表，因为它们是从另一个MySQL数据库中获取的，并且按不同的内容分类。每个表大约有12列，但我只需要其中的两列。这两列的

SHOW CREATE TABLE

输出是

'chromStart'int（10）unsigned NOT NULL默认值“0”

，第二列的

'chromEnd'输出是相同的。