床旁优先级数据快速排序方法与流程

文档序号:44944960发布日期:2026-03-17 22:02阅读:4来源:国知局
技术简介:
本发明针对床旁管理系统中传统排序方法存在的效率低下、匹配不准、数据冗余及边界处理不足等问题,提出基于Map统一格式映射的快速排序方法。通过O(1)匹配提升效率,数据去重减少冗余,边界防护增强稳定性,并保留非匹配项原始顺序,实现优先级数据的高效精准排序。
关键词:床旁数据排序,高效匹配

本发明涉及医疗数据处理,特别涉及床旁优先级数据快速排序方法。


背景技术:

1、床旁管理系统作为医院临床护理与患者管理的核心工具,需实时处理大量临床数据,包括患者基础信息、医嘱执行记录、护理操作日志等,数据规模常达数千条甚至上万条。在实际临床场景中,医护人员需快速定位关键数据(如重点监护患者信息、待执行医嘱条目),这要求系统具备高效的数据排序与检索能力,以保障护理操作的及时性与准确性。

2、然而,随着床旁管理系统的数据量持续增长(如多病区患者数据集中管理、历史护理记录长期存储),传统排序方法的缺陷逐渐凸显,难以满足临床场景对效率与稳定性的要求,具体不足如下:

3、1. 排序效率低下,无法适配大规模数据

4、传统方案依赖双重循环遍历(时间复杂度为o(n*m),n为全部数据量,m为优先级数组长度),当数据量达到数千条时,遍历次数呈指数级增长。例如,当全部数据为5000条、优先级数组为5条时,需执行25000次比对操作,导致排序过程耗时过长(部分场景下响应延迟超过1秒),医护人员在紧急调取关键患者数据时需等待,影响护理操作效率。

5、2. 匹配精度不足,易受数据格式影响

6、现有方案多采用直接字符串全等比对(如item.label === targetlabel),未统一处理字符大小写(如“张三”与“张三”可匹配,但“张三”与“zhang san”无法匹配),而床旁管理系统中数据可能因录入人员习惯(如大写录入患者姓名)或数据同步来源(如不同系统的字段格式差异)出现大小写不一致,导致关键数据匹配失败,医护人员可能遗漏重要信息。

7、3. 数据冗余处理缺失,存在重复项风险

8、床旁管理系统中,因数据同步延迟或录入错误,可能出现label字段相同的重复数据(如同一患者的医嘱记录重复存储)。传统排序方案未对重复数据进行去重处理,直接保留所有匹配项,导致排序后的数据存在冗余,医护人员查看时需额外筛选,增加操作负担;同时,重复数据占用更多内存资源,可能导致系统运行卡顿。

9、4. 边界场景处理不完善,稳定性不足

10、临床场景中,可能出现“全部数据为空”“优先级数组无有效label”“数据项缺失label字段”等边界情况。现有方案未针对这些场景做专项处理,例如当数据项缺失label时,会触发遍历过程中的异常(如undefined字段比对),导致排序逻辑中断,甚至引发系统界面卡死,影响床旁管理系统的正常运行,间接增加临床护理风险。


技术实现思路

1、本发明的目的在于提供床旁优先级数据快速排序方法,以解决上述某一或某几个技术问题。

2、为达此目的,本发明采用以下技术方案:

3、床旁优先级数据快速排序方法,包括:

4、统一格式map映射存储:

5、通过map数据结构存储数据项,数据项的标签设置为统一格式,通过map的映射实现数据项o(1)匹配,匹配环节时间复杂度从o(n)降至o(1);

6、统一格式map查询:

7、map数据查询时,将检索字段或字符转为与标签相同的格式后再进行匹配。

8、数据项去重:

9、map数据结构存储数据项时或后续维护时,进行数据项去重,仅保留首个标签映射的数据项;

10、边界处理:

11、全部数据为空或非数组,直接返回空数组;

12、优先级数组非数组,默认转为空数组;

13、数据项缺失标签,跳过处理;

14、匹配项前置与非匹配项后置合并排列:

15、优先级遵循:匹配项按优先级数组的前数条的顺序排列;

16、非匹配项原序保留:按原始顺序收集非匹配数据项,匹配完成后直接拼接至结果尾部,从而保留数据项原有的业务顺序。

17、在一些实施方式中,在统一格式map映射存储中,标签的字段或字符统一为小写格式。

18、在一些实施方式中,在统一格式map映射存储或统一格式map查询中,一次遍历查询匹配项时,同步收集非匹配项。

19、在一些实施方式中,在统一格式map查询中,查询匹配项时,过滤优先级数组中的无效项。

20、在一些实施方式中,在统一格式map查询中,查询匹配项时,跳过数据中缺失标签的条目。

21、在一些实施方式中,在数据项去重中,数据项去重的过程中仅保留首个有效数据项,不改变非匹配项的原始业务顺序。

22、在一些实施方式中,在边界处理中,发现全部数据为空或非数组、优先级数组非数组或数据项缺失标签时,输出边界场景日志或警告日志。

23、在一些实施方式中,标签支持dataid、value或createtime的扩展。

24、在一些实施方式中,map数据结构基于原生javascript的map;

25、该方法适用于大规模数据的床旁数据管理。例如上千条、数千条,甚至上万条的大规模数据。

26、本发明的有益效果:通过map映射实现o(1)匹配、边界防护与标签大小写兼容,提高排序的效率与匹配的精准度,提高系统运行的稳定性。


技术特征:

1.床旁优先级数据快速排序方法,包括:

2.根据权利要求1所述床旁优先级数据快速排序方法,其特征在于,在统一格式map映射存储中,标签的字段或字符统一为小写格式。

3.根据权利要求1所述床旁优先级数据快速排序方法,其特征在于,在统一格式map映射存储或统一格式map查询中,一次遍历查询匹配项时,同步收集非匹配项。

4.根据权利要求1所述床旁优先级数据快速排序方法,其特征在于,在统一格式map查询中,查询匹配项时,过滤优先级数组中的无效项。

5.根据权利要求1所述床旁优先级数据快速排序方法,其特征在于,在统一格式map查询中,查询匹配项时,跳过数据中缺失标签的条目。

6.根据权利要求1所述床旁优先级数据快速排序方法,其特征在于,在数据项去重中,数据项去重的过程中仅保留首个有效数据项,不改变非匹配项的原始业务顺序。

7.根据权利要求1所述床旁优先级数据快速排序方法,其特征在于,在边界处理中,发现全部数据为空或非数组、优先级数组非数组或数据项缺失标签时,输出边界场景日志或警告日志。

8.根据权利要求1所述床旁优先级数据快速排序方法,其特征在于,标签支持dataid、value或createtime的扩展。

9.根据权利要求1所述床旁优先级数据快速排序方法,其特征在于,map数据结构基于原生javascript的map;


技术总结
本发明公开了床旁优先级数据快速排序方法,包括:统一格式Map映射存储:通过Map数据结构存储数据项,数据项的标签设置为统一格式,通过Map的映射实现数据项O(1)匹配,匹配环节时间复杂度从O(n)降至O(1);统一格式Map查询:Map数据查询时,将检索字段或字符转为与标签相同的格式后再进行匹配;数据项去重,边界处理,匹配项前置与非匹配项后置合并排列,从而通过Map映射实现O(1)匹配、边界防护与标签大小写兼容,提高排序的效率与匹配的精准度,提高系统运行的稳定性。

技术研发人员:何川,吕菽桉,刘笛,冯博琪
受保护的技术使用者:杭州捷创睿医疗科技有限公司
技术研发日:
技术公布日:2026/3/16
网友询问留言 留言:0条
  • 还没有人留言评论。精彩留言会获得点赞!