随着时代的发展、大数据的普及,人类所掌握的数据量也日益增长,而数据结构作为计算机存储、组织数据的方式,也随着新时代的发展不断推陈出新,其中双向映射数据结构作为一类重要的数据结构,被广泛用于一类双向映射数据集的存储、检索应用场景,如数据重映射优化、DNS（Domain Name System）等应用场景。资源描述框架（RDF）作为新时代的数据模型,通常用于描述Web资源的特性、资源之间的关系,已经被越来越多的公共知识库、网页存储内容采用。在一类针对RDF数据集的高性能查询引擎Wukong[1-3]、计算框架Power Graph[4]上,其普遍采用了数据重映射优化对其RDF数据集的存储、计算进行了优化,而数据重映射优化则需通过双向映射数据结构对其源数据和重映射数据的双向映射关系进行存储,而双向映射数据结构的存储开销、查询、插入等性能的优劣则成为其存储成本、用户体验的主要决定因素。因此,对该类针对RDF数据集的相关应用中的双向映射数据结构进行研究是非常有必要的。本文基于RDF数据集中大量存在的公共字符串序列、双向映射中数据将被重复存储于正向映射与反向映射存储中的两大发现,提出了双向映射数据结构Bi-trie,其通过爆炸式字典树对正向映射键值对进行存储,通过字典树的压缩公共前缀的存储优势,优化其正向映射存储开销,同时在反向映射存储上,Bi-trie对正向映射的爆炸式字典树的字符串数据进行复用,减少反向映射存储中的重复字符串存储开销,大大优化了双向映射数据结构的存储开销。本文的主要贡献如下:第一,详细分析了RDF数据集的特点、现有双向映射数据结构存在的问题,提出了基于爆炸式字典树数据结构的双向映射数据集存储方案,通过对数据进行复用,大幅减少了双向映射数据集的存储开销。第二,设计并实现了基于爆炸式字典树的双向映射数据结构Bi-trie,并通过多项设计提升Bi-trie的存储利用率,如正向映射与反向映射存储的复用、爆炸式字典树的字典树节点的子节点存储、散列节点的散列冲突解决策略、内存页管理模块等。第三,本文对Bi-trie的插入、查询过程提出了三项优化:在插入性能方面,RDF数据集中大量的公共字符串序列会对爆炸式字典树的插入过程中产生无效的冗余爆炸操作;在正向映射键值对查询方面,爆炸式字典树以字符为查询匹配单位的查询方式较低效;在反向映射键值对查询方面,由于反向映射存储复用了正向映射爆炸式字典树中的数据,它通过爆炸式字典树获取其完整字符串的过程较低效。对此,本文提出了避免冗余爆炸、快速通道、前缀聚集优化,提升了Bi-trie的各项性能。