Не в привязке к SQL это решается циклами.
Пример с этими данными: https://dbfiddle.uk/?rdbms=mysql_5.7&fiddle=a84f1b2a61dd4d130eb9855675079a60
Получаем из БД группы:
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
SELECT sub1.sentence_id,
CONCAT("[", GROUP_CONCAT(DISTINCT sub1.alternative_LIST), "]") as alternative_groups
FROM (
SELECT sub0.sentence_id,
CONCAT("[", GROUP_CONCAT(DISTINCT sub0.alternative_id), "]") as alternative_LIST
FROM (
SELECT s.id AS sentence_id,
w.id AS word_ID,
a.id AS alternative_id
FROM sentences s
JOIN sentence_word sw ON s.id = sw.sentence_id
JOIN words w ON sw.word_id = w.id
JOIN alternative_word aw ON w.id = aw.word_id
JOIN alternatives a ON aw.alternative_id = a.id
) AS sub0
GROUP BY sub0.sentence_id, sub0.word_ID
ORDER BY sub0.sentence_id, sub0.word_ID
) as sub1
GROUP BY sub1.sentence_id
Результат:
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
37.
array (
0 =>
stdClass::__set_state(array(
'sentence_id' => 1,
'alternative_groups' => '[[1,2],[3,4,5],[6,7,11]]',
)),
1 =>
stdClass::__set_state(array(
'sentence_id' => 2,
'alternative_groups' => '[[1,2],[3,4,5],[6,7,11]]',
)),
2 =>
stdClass::__set_state(array(
'sentence_id' => 3,
'alternative_groups' => '[[10,15],[8,9]]',
)),
3 =>
stdClass::__set_state(array(
'sentence_id' => 4,
'alternative_groups' => '[[10,15],[8,9]]',
)),
4 =>
stdClass::__set_state(array(
'sentence_id' => 5,
'alternative_groups' => '[[1,2],[12,13],[3,4,5],[6,7,11]]',
)),
5 =>
stdClass::__set_state(array(
'sentence_id' => 6,
'alternative_groups' => '[[1,2],[12,13],[3,4,5],[6,7,11]]',
)),
6 =>
stdClass::__set_state(array(
'sentence_id' => 7,
'alternative_groups' => '[[14],[3,4,5],[6,7,11]]',
)),
)
Нормализованный массив будет таким:
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
$result = [
[
'sentence_id' => 1,
'alternative_groups' => [[1, 2], [3, 4, 5], [6, 7, 11]]
],
[
'sentence_id' => 2,
'alternative_groups' => [[1, 2], [3, 4, 5], [6, 7, 11]],
],
[
'sentence_id' => 3,
'alternative_groups' => [[10, 15], [8, 9]],
],
[
'sentence_id' => 4,
'alternative_groups' => [[10, 15], [8, 9]],
],
[
'sentence_id' => 5,
'alternative_groups' => [[1, 2], [12, 13], [3, 4, 5], [6, 7, 11]],
],
[
'sentence_id' => 6,
'alternative_groups' => [[1, 2], [12, 13], [3, 4, 5], [6, 7, 11]],
],
[
'sentence_id' => 7,
'alternative_groups' => [[14], [3, 4, 5], [6, 7, 11]]
],
];
далее так, код на PHP:
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
while(count($result) > 0) { // обходим пока не кончится
$mainItem = array_shift($result); // извлекаем элемент из начала
$tmpRes = []; // создаем временный массив
$tmpRes[] = $mainItem['sentence_id']; // добавляем ID предлоажения, как первого в наборе. Оно будет либо одно, либо если найдутся пересекающиеся, добавим и другие ID
foreach ($result as $secondaryItem) { // берем каждый элемент из оставшегося набора результатов
$allGroupsIntersect = true; // ключ, говорящий о том, что все слов из главного набора, имет пересечения по альтернативам со словами из текущего элемента взятого из оставшихся групп
// ниже сравнение, пересекаются ли все группы альтернатив. По сути пересекаются ли слова путем подcтавновки альтернатив
foreach ($secondaryItem['alternative_groups'] as $secondaryAlternativeGroup) {
$groupIntersects = false;
foreach ($mainItem['alternative_groups'] as $mainAlternativeGroup) {
if (array_intersect($mainAlternativeGroup, $secondaryAlternativeGroup)) {
$groupIntersects = true;
}
}
if (!$groupIntersects) {
$allGroupsIntersect = false;
break 1;
}
}
if ($allGroupsIntersect) { // если все группы пересекаются, предложения подходящие
$tmpRes[] = $secondaryItem['sentence_id']; // добавляем ID предложения во временный результат
}
}
$merged[] = $tmpRes; // добавляем временный результат в общий результат
}
Рузультат:
1.
2.
3.
4.
5.
6.
7.
8.
9.
$merged = [
[1,2],
[2],
[3,4],
[4],
[5,6],
[6],
[7]
];
Осталось объединить пересекающиеся группы, и всё. Но в целом результат достигнут.
Минус один -при количестве записей sentences ~20000, скрипт выполняется около 15 минут.
Если средствами только SQL это решить нельзя. Тогда циклами можно считать задачу решенной. |
