Question

我有一个很大的List<MyClass>（大约600.000条记录+），我需要提取其中MyClass.Property1是我的输入字符串的精确匹配项或最接近的记录。但是，即使看起来似乎也不是模糊字符串匹配问题，所以我不能使用Levenshtein距离。为了让事情更清楚一点，我会举一个例子。

假设以下是我的数据集（仅列出MyClass.Property1）：

现在我期望的是，如果我在输入2422中输入，我希望在输出中给出第三条记录。如果我输入24210，我希望在输出中出现第二条记录，这是我的输出中包含的最长字符串。为了使事情更快，当我填充List<MyClass>时，我已经在Dictionary<int,int>中保存了字符串中第一个数字更改的索引（例如，从19999到20000），因此我可以减小大小我要搜索匹配的数据集。我想知道的是：达到目标的最快方法是什么？

我唯一能想到的就是这样：

由于我确定示例中List<MyClass>由MyClass.Property1进行了排序，并且假设我已基于以下内容提取了一个名为List<MyClass>的{{1}}：我之前提到的字典，我会做的

SubSet

我在这里可以看到的最明显的问题是，如果期望的结果是在MyClass result = null; foreach(MyCLass m in SubSet) { if (input.Contains(m.Property1)) { // if the 2 strings are equal i've found the exact match if(input == m.Property1) return m.Property1; else result = m; } else return result; }的结尾，我需要遍历数千条记录。您能想到实现我的目标的最佳方法吗？改进我当前代码的方法？

Answer 1

也许，您可以在

之类的递归函数中使用Linq方法

public string test(string input)
{
    string result = Subset.FirstOrDefault(a => a == input);
    if (result == null)
        return test(input.Substring(0, input.Length - 2));
    else
        return result;
}

从输入字符串中包含的集合中找出最长的字符串的最快方法

1 个答案: