Question

这是网站搜索功能的一部分。因此，我试图找到一种尽可能快地达到最终结果的方法。

有一个数字顺序重要的二进制数字。

输入数字= 01001

拥有一个长度相同的其他二进制数的数据库。

01000,10110,00000,11111

我不知道怎么写我正在做什么，所以我将在下面更直观地做。

// Zeros mean nothing & the location of a 1 matters, not the total number of 1's.    
input num > 0 1 0 0 1 = 2 possible matches
number[1] > 0 1 0 0 0 = 1 match = 50% match
number[2] > 1 0 1 1 0 = 0 match = 0% match
number[3] > 0 0 0 0 0 = 0 match = 0% match
number[4] > 1 1 1 1 1 = 2 match = 100% match

现在很明显，你可以逐个数字，逐个数字地进行比较，然后用这个方式进行比较（使用循环和不循环）。但我希望可能有一种算法或其他有用的东西。主要是因为在上面的例子中我只使用了5位数字。但我会定期比较大约100,000个数字，每个数字200个数字，这是很多计算。

我通常处理php和MySQL。但如果出现了一些壮观的东西，我总能学习。

Answer 1

如果有可能以某种方式在整数大小的块中切断你的位串，那么一些基本的布尔运算会做，而且那种指令通常很快

$matchmask = ~ ($inputval ^ $tomatch) & $inputval

这是做什么的：

xor确定inputval和tomatch中不同的位
否定给出一个值，其中inputval和tomatch中相等的所有位都设置为
和inputval，只有inputval和tomatch中的1位保持设置。

然后计算结果中设置的位数，查看How to count the number of set bits in a 32-bit integer?以获得最佳解决方案，轻松翻译成php

Answer 2

嗯，我能想到的第一件事是两个数字之间的简单按位AND;然后，您可以分析结果以获得匹配百分比：

if( result >= input ) 
    //100% match
else {
    result ^= input;

    /* The number of 1's in result is the number of 1 of "input" 
     * that are missing in "result".
     */
}

当然，您需要实现自己的AND和XOR函数（这仅适用于32位整数）。请注意，它仅适用于无符号数字。

Answer 3

您可以预先处理输入并确定需要检查的位，而不是检查每个位。在最坏的情况下，这将转换为处理每个位，但对于正态分布，您将节省一些处理。

即输入

01001，迭代数据库并确定number1[0] & input是否为非零，(number1[3] >> 8) & input为非零，假设0为LSB的索引。然而，你如何获得快速的位移和大数量的和谐。如果在输入中检测到1而不是0，则可以始终反转输入并测试零以检测覆盖范围。

这将为您提供适度的改进，但它最多可以持续减少问题。如果您的大多数输入在0和1之间平衡，则您将所需操作的数量减半。如果它更有偏见，你会得到更好的结果。

Answer 4

假设输入数字称为A（在您的示例中为A = 01001），另一个数字为x。 x & A == A时，您将100％匹配。否则，对于部分匹配，1位的数量将取自黑客的喜悦：

x = (x & 0x55555555) + ((x >> 1) & 0x55555555);
x = (x & 0x33333333) + ((x >> 2) & 0x33333333);
x = (x & 0x0F0F0F0F) + ((x >> 4) & 0x0F0F0F0F);
x = (x & 0x00FF00FF) + ((x >> 8) & 0x00FF00FF);
x = (x & 0x0000FFFF) + ((x >>16) & 0x0000FFFF);

注意这适用于32位整数。

Answer 5

我们假设您有一个函数bit1count，然后根据您的描述，“相似”公式应为：

100.0 / min(bit1count(n1), bit1count(n2)) * bit1count(n1 & n2)

n1和n2是两个数字，&是逻辑和运算符。

bit1count可以使用循环轻松实现，或者更优雅，使用BigBears答案中提供的算法。

mysql中实际上有一个BIT_COUNT，所以这样的东西应该可以工作：

SELECT 100.0 / IF(BIT_COUNT(n1) < BIT_COUNT(n2), BIT_COUNT(n1), BIT_COUNT(n2)) * BIT_COUNT(n1 & n2) FROM table

比较“相似”的两个数字

5 个答案: