1
固定长度的类似决策树的特征选择，以最大程度地降低平均搜索性能
我有一个复杂的查询用于搜索数据集以查找。每个查询花费平均时间因此线性搜索的总时间为。我可以将查询分解为更简单的子查询q_i并找到 和其中。每个子查询计算速度都快得多，因此总的来说，找到然后使用来找到更快。QQQSSS吨吨＆CenterDot;＆| S | ħ 约 = { 小号∈ 小号| ＆ForAll; q Ĵ（小号）为真} ħ 确切 ⊆ ħ 约q 我ħ 约 Q ħ 确切Hexact={s∈S∣where Q(s) is True}Hexact={s∈S∣where Q(s) is True}H_\text{exact} = \{s \in S \mid \text{where $Q(s)$ is True}\}tttt⋅|S|t⋅|S|t\cdot |S|Happrox={s∈S∣∀qj(s)is True}Happrox={s∈S∣∀qj(s)is True}H_\text{approx} = \{s\in S \mid \forall q_j(s) \text {is True}\}Hexact⊆HapproxHexact⊆HapproxH_\text{exact}\subseteq …