代码之家 › 专栏 › 技术社区 › Jaroslav Záruba

搜索数十或数百个短文本字符串的列表,按相关性排序

search string java

Jaroslav Záruba · 技术社区 · 14 年前

我有一个要搜索的人的列表。我需要知道每一项与它正在测试的字符串“多少”匹配。

这个名单相当小,目前有100多个名字,很可能不会很快达到1000个。
因此,我假设将整个列表保存在内存中,并使用Java提供的一些东西进行搜索,或者使用一些只实现一个或两个测试算法的小型库。(换句话说,不引入任何复杂/过度终止的解决方案来存储索引或依赖数据库。)

在这种情况下,你会选择什么?

编辑:看来列文施泰因和我所需要的最接近。只有当搜索查询为“john”且列表中的名称明显更长时,才容易被愚弄。

4 回复 | 直到 13 年前

Mikos 14 年前

您应该看看各种字符串比较算法,看看哪一种最适合您的数据。可供选择的有Jaro Winkler、Smith Waterman等。 SimMetrics -一个F/OSS库,提供一组非常全面的字符串比较算法。

Vijay Mathew Chor-ming Lung 14 年前

如果你要找一个“多少钱”的匹配,你应该使用 Soundex . Here 是该算法的Java实现。

Adriaan Koster 14 年前

看看双变音,1990年改进的Soundex。

ameykpatil 13 年前

根据我的说法,Jaro Winkler算法将最适合您的需求。这里是一个 Short summary of Jaro-Winkler Distance Algo 比较不同算法的PDF之一--> Link to PDF

推荐文章

user29759326 · 如何返回递归函数中的最后一个值?

3 月前

malife89 · 将java中的字符串读取为正确的日期格式

3 月前

Tim · 在java中,有没有更快的方法将字节数组写入文件?

3 月前

pebble unit · 如何检查以前缀开头、以后缀结尾的属性(不是属性值)

4 月前

Nuñito Calzada · Spring Boot with JWT:访问此资源需要完全身份验证

4 月前

rudraraj · java中未声明最终变量

4 月前

Bala Ji · 以下BFS的实施效率如何?

4 月前

MineRickStar · 如何在Java中从Windows获取当前选定的应用程序

4 月前

user2649681 · 实时生成音频以写入“SourceDataLine”`

4 月前

davidalayachew · 为什么我的文件有竞争条件,即使我使用了StandardOpenOption。同步?

4 月前