Question

有没有人知道Damerau-Levenshtein距离算法的MySQL实现是一个存储过程/函数，它将一个指定的字符串作为参数，并在特定表中的特定字段中查找字符串的模糊匹配？登记/>
我找到了各种程序/功能代码示例，它们比较了两个指定的字符串并计算了距离，但首先这只是Levenshtein距离算法，而不是Damerau-Levenshtein算法，其次，我不打算比较两个字符串但是在我选择的字段中找到与我指定的字符串类似的模糊匹配。

我基本上试图在MySQL中组建一个模糊的关键字搜索器。

Answer 1

在MySQL Levenshtein and Damerau-Levenshtein UDF’s中，您有几种此算法的实现。

Answer 2

Github正在进行修改以修改Sean Collins代码，因此它具有UTF-8支持且不区分大小写。

示例：

mysql> select damlevlim('camión', 'çamion', 6);

+--------------------------------------+
| damlevlim('camión', 'çamion', 6) |
+--------------------------------------+
|                                    0 |
+--------------------------------------+
1 row in set (0.00 sec)

这在进行模糊匹配时特别有用。

mysql> select word,damlevlim(word, 'camion') as dist from wordslist where damlevlim(word, 'camion', 7)<1 limit 2;

+--------+------+
| word   | dist |
+--------+------+
| camión |    0 |
| camios |    1 |
+--------+------+
2 row in set (0.00 sec)

Answer 3

这似乎是一个古老的话题，但是，如果有人寻找Damerau-Levenshtein距离的MYSQL实现，这里是我自己的实现（基于在本网站的其他地方找到的简单的Levenshtein），这对于字符串小于长度为255个字符。第三个参数可以设置为FALSE以检索基本的Levenshtein距离：

CREATE FUNCTION levenshtein( s1 VARCHAR(255), s2 VARCHAR(255), dam BOOL)
RETURNS INT
DETERMINISTIC
BEGIN
    DECLARE s1_len, s2_len, i, j, c, c_temp, cost INT;
    DECLARE s1_char, s2_char CHAR;
    -- max strlen=255
    DECLARE cv0, cv1, cv2 VARBINARY(256);
    SET s1_len = CHAR_LENGTH(s1), s2_len = CHAR_LENGTH(s2), cv1 = 0x00, j = 1, i = 1, c = 0;
    IF s1 = s2 THEN
        RETURN 0;
    ELSEIF s1_len = 0 THEN
        RETURN s2_len;
    ELSEIF s2_len = 0 THEN
        RETURN s1_len;
    ELSE
        WHILE j <= s2_len DO
            SET cv1 = CONCAT(cv1, UNHEX(HEX(j))), j = j + 1;
        END WHILE;
        WHILE i <= s1_len DO
            SET s1_char = SUBSTRING(s1, i, 1), c = i, cv0 = UNHEX(HEX(i)), j = 1;
            WHILE j <= s2_len DO
                SET c = c + 1;
                SET s2_char = SUBSTRING(s2, j, 1);
                IF s1_char = s2_char THEN
                    SET cost = 0; ELSE SET cost = 1;
                END IF;
                SET c_temp = CONV(HEX(SUBSTRING(cv1, j, 1)), 16, 10) + cost;
                IF c > c_temp THEN SET c = c_temp; END IF;
                SET c_temp = CONV(HEX(SUBSTRING(cv1, j+1, 1)), 16, 10) + 1;
                IF c > c_temp THEN SET c = c_temp; END IF;
                IF dam THEN
                    IF i>1 AND j>1 AND s1_char = SUBSTRING(s2, j-1, 1) AND s2_char = SUBSTRING(s1, i-1, 1) THEN
                        SET c_temp = CONV(HEX(SUBSTRING(cv2, j-1, 1)), 16, 10) + 1;
                        IF c > c_temp THEN SET c = c_temp; END IF;
                    END IF;
                END IF;
                SET cv0 = CONCAT(cv0, UNHEX(HEX(c))), j = j + 1;
            END WHILE;
            IF dam THEN SET CV2 = CV1; END IF;
            SET cv1 = cv0, i = i + 1;
        END WHILE;
    END IF;
    RETURN c;
END

Damerau-Levenshtein距离算法在MySQL中的作用

3 个答案: