FDVerifier for several rhs columns #236
Conversation
| std::unordered_map<ClusterIndex, unsigned> frequencies = | ||
| util::PLI::CreateFrequencies(cluster, pt); | ||
| size_t num_distinct_rhs_values = CalculateNumDistinctRhsValues(frequencies, cluster.size()); |
There was a problem hiding this comment.
я сейчас перечитывал этот код и понял, что эта логика на самом деле выглядит довольно плохо. Мы вызываем функцию, которая считает частоты появления конкретных значений в кластере, но пропускает уникальные для всей таблицы значения. Но поскольку тут нам эта информация нужна, мы потом ее восстанавливаем в CalculateNumDistinctRgsValues.. Лучше добавить в CreateFrequencies третий параметр, который будет указывать, нужно игнорировать одиночные значения или нет и вызывать тут функцию, которая не игнорирует, станет лучше.
Можешь это поправить, если хочешь, лучше другим пулреквестом
There was a problem hiding this comment.
И ClusterIndex тут неправильно используется. Значение у frequencies это именно значения в таблице (их хеш если быть точным), а ClusterIndex обозначает индекс в таблице.
MichaelS239
force-pushed
the
fd_verifier
branch
from
ff4412e
to
85a0f01
Compare
| stats_calculator_->CalculateStatistics(lhs_pli.get(), rhs_pli.get()); | ||
| } | ||
|
|
||
| std::shared_ptr<util::PLI const> FDVerifier::CalculatePLI( |
There was a problem hiding this comment.
nit: имхо название чуть слишком общее, как будто CalculatePLIForColumns или вроде того будет лучше
Change the existing FD verification algorithm to cover the case when there are several columns on the right hand side