非标准化字符串比较

Question

我的问题是我有一个名为 N 的数组中的工作列表，例如“会计”、“工料测量员”。我想接受诸如“总会计师”之类的输入并更改为会计师。

我想出的方法是：

1. 小写 - 输入和数组
2. 去掉空白处
3. 将输入中的每个字符与 N 中存储的作业中的每个字符进行比较。
4. q ，其中 q = sameChar/当前作业的长度
   5. 将标准化作业名称及其对应的 q 值存储在哈希表中

我的问题是我无法比较两个字符串之间的字符。谁能指出我做错了什么。提前致谢

编辑 - 尝试使用 tucuxi 提出的方法，但尝试执行时出现错误。

Exception in thread "main" java.lang.RuntimeException: Uncompilable source code - Erroneous sym type: java.util.HashMap.add
    at Normaliser.normalise(Normaliser.java:41)
    at Normaliser.main(Normaliser.java:49)
Java Result: 1



import java.lang.*;
import java.util.HashMap;

public class Normaliser {

    public static int distance(String a, String b) {
        a = a.toLowerCase();
        b = b.toLowerCase();
        // i == 0
        int [] costs = new int [b.length() + 1];
        for (int j = 0; j < costs.length; j++)
            costs[j] = j;
        for (int i = 1; i <= a.length(); i++) {
            // j == 0; nw = lev(i - 1, j)
            costs[0] = i;
            int nw = i - 1;
            for (int j = 1; j <= b.length(); j++) {
                int cj = Math.min(1 + Math.min(costs[j], costs[j - 1]), a.charAt(i - 1) == b.charAt(j - 1) ? nw : nw + 1);
                nw = costs[j];
                costs[j] = cj;
            }
        }
        return costs[b.length()];
    }

    public static HashMap<String, Integer> normalise(String jobTitle, String[] normalTitles) {

        HashMap<String, Integer> normalized = new HashMap<String, Integer>();
        for (String n : normalTitles) {
            normalized.add(n, n.length() - distance(normalTitles, n));
        }
        return normalized;
     }

    public static void main(String[] args){

        String[] normalTitles = new String[]{"Lawyer", "Engineer", "Accountant"};
        HashMap<String, Integer> qs = normalise("Process Engineer", normalTitles);
        for (String n : normalTitles) {
            System.out.println("job: " + n + " q: " + qs.get(n));
        }    
    }

}

Answer 1

我不确定您要从描述中寻找什么。您是否希望将“前端工程师”之类的字符串输出为“软件工程师”？假设，不，以下大致有效：

public static String normalise(String jobTitle) {
    if (jobTitle == null) {
        return null;
    }
    String[] normalTitles = {"Architect", "Software engineer", "Quantity surveyor", "Accountant"};
    for (String normal : normalTitles) {
        if (jobTitle.toLowerCase().contains(normal.toLowerCase())) {
            return normal;
        }
    }
    return jobTitle;
}

至少，

System.out.println(normalise("Chief accountant"));

打印

Accountant

Answer 2

从 cmets，我了解到您想输入一个职位并找到最接近的“标准化”职位。我建议使用与“相同位置的字符”不同的距离度量，例如Levenshtein Distance：

String a = "Coloring Specialist";
String b = "Colouring Specialist";
charsInSamePosition(a, b); // = 4, even though they are really close
a.length() - levenshteinDistance(a, b); // = 19, as expected

使用http://rosettacode.org/wiki/Levenshtein_distance#Java中levenshteinDistance的实现，最终代码可以是：

    public static HashMap<String, Integer> normalize(String jobTitle,
            String[] normalTitles) {
        HashMap<String, Integer> normalized = new HashMap<String, Integer>();
        for (String n : normalTitles) {
                normalized.put(n, jobTitle.length() - distance(jobTitle, n));
        }
        return normalized;
    }

一个示例调用：

String[] normalTitles = new String[]{"Lawyer", "Engineer", "Accountant"};
HashMap<String, Integer> qs = normalize("Process Engineer", normalTitles);
for (String n : normalTitles) {
    System.out.println("job: " + n + " q: " + qs.get(n));
}

样本输出：

job: Lawyer q: 2
job: Engineer q: 8
job: Accountant q: 3