lucene模糊搜索懒惰？

Question

我想使用Lucene的模糊搜索，我理解它是基于某种类似Levenshtein的算法。如果我使用相当高的阈值（即“new york~0.9”），它会首先计算编辑距离，然后看它是否小于0.9对应的，或者如果它变得明显，它会切断算法文件与查询密切匹配？我知道这可以用levenshtein算法实现。

Answer 1

  

如果文档显然与密切的查询不匹配，它会切断算法吗？

没有。您要查看的代码是FuzzyTermEnum的第57-59行：

int dist = editDistance(text, target, textlen, targetlen);
distance = 1 - ((double)dist / (double)Math.min(textlen, targetlen));
return (distance > FUZZY_THRESHOLD);

您可以看到它计算距离，如果小于阈值则返回。

为什么你关心这个？除非您的术语长度为数千个字符，否则计算完整的编辑距离将非常快。