PL/SQL比较位串，我需要AND运算？

Question

我目前有一个脚本可以计算化学库指纹的谷本系数。然而，在测试过程中，我发现由于我比较位字符串的方法（它花费的时间太长），我的实现无法实际扩展。见下文。这是我需要改进的循环。我已经简化了这一点，所以它只是查看两个结构，真正的脚本对结构数据集进行排列，但这会使我在这里遇到的问题变得过于复杂。

LOOP
-- Find the NA bit
SELECT SUBSTR(qsar_kb.fingerprint.fingerprint, var_fragment_id ,1) INTO var_na FROM qsar_kb.fingerprint where project_id = 1 AND structure_id = 1;

-- FIND the NB bit
SELECT SUBSTR(qsar_kb.fingerprint.fingerprint, var_fragment_id ,1) INTO var_nb FROM qsar_kb.fingerprint where project_id = 1 AND structure_id = 2;

-- Test for both bits the same
IF var_na > 0 AND var_nb > 0 then
var_tally := var_tally + 1;
END IF;

-- Test for bit in A on and B off
IF var_na > var_nb then
var_tna := var_tna + 1;
END IF

-- Test for bit in B on and A off.
IF var_nb > var_na then
var_tnb := var_tnb + 1;
END IF;

var_fragment_id := var_fragment_id + 1;
EXIT WHEN var_fragment_id > var_maxfragment_id;
END LOOP;

举个简单的例子

结构 A = '101010'

结构 B = '011001'

在我的真实数据集中，二进制的长度为 500 位及以上。 我需要知道：

1）两者共同的ON位数

2）A中ON但B中OFF的位数

3）B中ON但B中OFF的位数

所以在这种情况下

1）= 1

2 ) = 2

3) = 2

理想情况下，我想改变我的做法。我不想沉浸在每个字符串中的每个位上，当我用数千个结构扩展整个系统时，每个结构的指纹位字符串的长度顺序为 500-1000 ，这太耗时了

我解决这个问题的逻辑是至：

取两者中全部为ON的位数

A) = 3

B) = 3

然后进行AND运算，找出两者中都有多少位为ON = 1

然后只需从总数中减去该值即可找到其中一个而不是另一个中的位数。

那么如何对两个 0 和 1 的字符串执行类似 AND 的操作来查找公共 1 的数量呢？

Answer 1

查看 BITAND 函数。

BITAND 函数将其输入和输出视为位向量；输出是输入的按位与。

但是，根据文档，这只适用于 2^128

Answer 2

您应该将 SELECT 移出循环。我很确定您花费 99% 的时间选择 1 位 500 次，您可以一次性选择 500 位，然后循环遍历字符串：

DECLARE
   l_structure_a LONG;
   l_structure_b LONG;
   var_na        VARCHAR2(1);
   var_nb        VARCHAR2(1);
BEGIN
   SELECT MAX(decode(structure_id, 1, fingerprint)), 
          MAX(decode(structure_id, 2, fingerprint))
     INTO l_structure_a, l_structure_b
     FROM qsar_kb.fingerprint
    WHERE project_id = 1
      AND structure_id IN (1,2);
   LOOP
      var_na := substr(l_structure_a, var_fragment_id, 1);
      var_nb := substr(l_structure_b, var_fragment_id, 1);

      -- Test for both bits the same
      IF var_na > 0 AND var_nb > 0 THEN
         var_tally := var_tally + 1;
      END IF;   
      -- Test for bit in A on and B off
      IF var_na > var_nb THEN
         var_tna := var_tna + 1;
      END IF;   
      -- Test for bit in B on and A off.
      IF var_nb > var_na THEN
         var_tnb := var_tnb + 1;
      END IF;

      var_fragment_id := var_fragment_id + 1;
      EXIT WHEN var_fragment_id > var_maxfragment_id;
   END LOOP;
END;

---

编辑：
您还可以在单​​个 SQL 语句中完成此操作：

SQL> WITH DATA AS (
  2     SELECT '101010' fingerprint,1 project_id, 1 structure_id FROM dual
  3     UNION ALL SELECT '011001', 1, 2 FROM dual),
  4  transpose AS (SELECT ROWNUM fragment_id FROM dual CONNECT BY LEVEL <= 1000)
  5  SELECT COUNT(CASE WHEN var_na = 1 AND var_nb = 1 THEN 1 END) nb_1,
  6         COUNT(CASE WHEN var_na > var_nb THEN 1 END) nb_2,
  7         COUNT(CASE WHEN var_na < var_nb THEN 1 END) nb_3
  8    FROM (SELECT to_number(substr(struct_a, fragment_id, 1)) var_na,
  9                 to_number(substr(struct_b, fragment_id, 1)) var_nb
 10             FROM (SELECT MAX(decode(structure_id, 1, fingerprint)) struct_a,
 11                           MAX(decode(structure_id, 2, fingerprint)) struct_b
 12                      FROM DATA
 13                     WHERE project_id = 1
 14                       AND structure_id IN (1, 2))
 15            CROSS JOIN transpose);

      NB_1       NB_2       NB_3
---------- ---------- ----------
         1          2          2

Answer 3

我将用更多信息来扩展卢卡斯的答案。

一点互联网搜索揭示了 Tom Kyte 的代码（来自 Jonathan Lewis) 在碱基之间进行转换。有一个函数 to_dec 它将接受一个字符串并将其转换为数字。我复制了下面的代码：

将基数转换为十进制：

create or replace function to_dec( 
  p_str in varchar2, 
  p_from_base in number default 16) return number
is
    l_num   number default 0;
    l_hex   varchar2(16) default '0123456789ABCDEF';
begin
    for i in 1 .. length(p_str) loop
        l_num := l_num * p_from_base + instr(l_hex,upper(substr(p_str,i,1)))-1;
    end loop;
    return l_num;
end to_dec;

将十进制转换为基数：

create or replace function to_base( p_dec in number, p_base in number ) 
return varchar2
is
    l_str   varchar2(255) default NULL;
    l_num   number  default p_dec;
    l_hex   varchar2(16) default '0123456789ABCDEF';
begin
    if ( trunc(p_dec) <> p_dec OR p_dec < 0 ) then
        raise PROGRAM_ERROR;
    end if;
    loop
        l_str := substr( l_hex, mod(l_num,p_base)+1, 1 ) || l_str;
        l_num := trunc( l_num/p_base );
        exit when ( l_num = 0 );
    end loop;
    return l_str;
end to_base;

可以调用此函数将字符串位图转换为数字，然后可以与 bitand 一起使用。一个例子是：

select to_dec('101010', 2) from dual

Oracle 仅真正提供 BITAND （和 BIT_TO_NUM 这与这里并不真正相关）作为执行逻辑操作的方式，但这里所需的操作是(A AND B)、(A AND NOT B) 和 (NOT A AND B) 因此我们需要一个将 A 转换为 NOT A 的 var。 一个简单的方法是使用 translate

So.... 最后的 。结果是：

select 
  length(translate(to_base(bitand(data_A, data_B),2),'10','1')) as nb_1,
  length(translate(to_base(bitand(data_A, data_NOT_B),2),'10','1'))  as nb_2,
  length(translate(to_base(bitand(data_NOT_A, data_B),2),'10','1'))  as nb_3
from (
  select 
    to_dec(data_A,2) as data_A, 
    to_dec(data_b,2) as data_B,
    to_dec(translate(data_A, '01', '10'),2) as data_NOT_A, 
    to_dec(translate(data_B, '01', '10'),2) as data_NOT_B
  from (
    select '101010' as data_A, '011001' as data_B from dual
  )
)

这比我希望的要复杂一些当我开始写这个答案时，但它似乎确实有效。

Answer 4

可以通过这样的事情非常简单地完成：

SELECT utl_raw.BIT_AND( t.A, t.B )                                                 SET_IN_A_AND_B,
       length(replace(utl_raw.BIT_AND( t.A, t.B ), '0', ''))                       SET_IN_A_AND_B_COUNT,
       utl_raw.BIT_AND( t.A, utl_raw.bit_complement(t.B) )                         ONLY_SET_IN_A,
       length(replace(utl_raw.BIT_AND( t.A, utl_raw.bit_complement(t.B) ),'0','')) ONLY_SET_IN_A_COUNT,
       utl_raw.BIT_AND( t.B, utl_raw.bit_complement(t.A) )                         ONLY_SET_IN_A,
       length(replace(utl_raw.BIT_AND( t.B, utl_raw.bit_complement(t.A) ),'0','')) ONLY_SET_IN_A_COUNT       
  FROM (SELECT '1111100000111110101010' A, '1101011010101010100101' B FROM dual) t

确保您的位字符串具有偶数长度（如果它具有奇数长度，只需用零填充它）。