背景

Question

嗨，谢谢你的期待！

背景

我有一个包含1900个节点的XML文件，这些节点本身包含大约3400个字符的编码数据字符串。

作为我正在开发的应用程序的用例的一部分，我需要能够在运行时获取“基准”字符串，并从XML文件中找到最接近的匹配。

请注意，XML与应用程序没有密切关系，我可能会继续使用SQL，但就今天而言，我只需要一个容易存储数据并证明其概念的地方。

我使用的是.NET 4.0，C＃，表单app，LINQ等。

问题

如何找到最接近的匹配？海明？莱文斯坦？网上有很多代码样本，但大多数是针对小字符串比较（“蚂蚁”与“阿姨”）或完全匹配。我很少会有完全匹配;我只需要最近的匹配。

提前致谢！

马特

Answer 1

您提到使用 Levenhstein的编辑距离，并且您的字符串长度约为3400个字符。

我做了一个快速尝试并使用Levenhstein的编辑距离的动态编程版本，它似乎非常快并且没有引起任何问题。

我这样做了：

        final StringBuilder sb1 = new StringBuilder();
        final StringBuilder sb2 = new StringBuilder();
        final Random r = new Random(42);
        final int n = 3400;
        for (int i = 0; i < n; i++) {
            sb1.append( (char) ('a' + r.nextInt(26)) );
            sb2.append( (char) ('a' + r.nextInt(26)) );
        }
        final long t0 = System.currentTimeMillis();
        System.out.println("LED: " + getLevenshteinDistance(sb1.toString(), sb2.toString()) );
        final long te = System.currentTimeMillis() - t0;
        System.out.println("Took: " + te + " ms");

从2006年左右开始，Core 2 Duo的距离为215毫秒。

这会对你有用吗？

（顺便说一下，我不确定我是否可以粘贴我在这里的DP LED实现的代码，因此您可能应该在Internet上搜索一个Java实现）

C＃代码或算法快速计算大字符串之间的距离？

背景

问题

1 个答案: