模糊字符串搜索：在另一个字符串的任何子字符串中查找一个字符串答案

【问题标题】：Fuzzy String search: To find one string among any subtring of another模糊字符串搜索：在另一个字符串的任何子字符串中查找一个字符串
【发布时间】：2014-11-10 03:35:55
【问题描述】：

我想在较大的字符串中找出一个具有一定 Levenshtein 距离的字符串。我已经编写了用于查找两个字符串之间距离的代码，但是当我想找到一些具有固定 Levenshtein 距离的子字符串时想要有效地实现。

module Levenshtein

  def self.distance(a, b)
    a, b = a.downcase, b.downcase
    costs = Array(0..b.length) # i == 0
    (1..a.length).each do |i|
      costs[0], nw = i, i - 1  # j == 0; nw is lev(i-1, j)
      (1..b.length).each do |j|
        costs[j], nw = [costs[j] + 1, costs[j-1] + 1, a[i-1] == b[j-1] ? nw : nw + 1].min, costs[j]
      end
    end
    costs[b.length]
  end

  def self.test
    %w{kitten sitting saturday sunday rosettacode raisethysword}.each_slice(2) do |a, b|
      puts "distance(#{a}, #{b}) = #{distance(a, b)}"
    end
  end

end

【问题讨论】：

标签： ruby-on-rails fuzzy-search fuzzy-logic

【解决方案1】：

检查TRE library，它确实做到了这一点（在 C 中），而且非常有效。现在仔细看一下匹配函数，基本上是 500 行不可读（但必要）的代码。

我想说的是，与其推出自己的版本，而且前提是您不打算阅读有关该主题的所有非常困难论文（搜索“近似字符串匹配”）并且不要没有几个月的空闲时间来研究这个主题，你最好在图书馆本身周围写一个小包装。与在 C 中获得的相比，您的 Ruby 版本无论如何都会低效。

【讨论】：