比较数组内容精度算法

Question

我在数组中有 voiceResults 来搜索联系人：

Ben McDonald
Ben MacDonald
Ken McDonald
Ken MacDonald

我已经在另一个数组中建立了 potentialMatches（示例）：

Ben McDonald
Benjamin MacDonald
Donna McBlead //anagram
Ben Mad
abcdelmno //occurrences in alphabetical order
onmledcba //occurrences in reverse alphabetical order
completely Random
a cannon
BK Lounge

我的目标是确定用户最想查看的联系人。

循环遍历两个数组时，我想使用与游戏Mastermind 类似的逻辑，我可以在其中查看一个字母是“正确但在错误的位置”还是“正确且在正确的位置”。然后我可以将它与元素的 .length() 进行比较，并获得字母匹配和精确位置匹配的浮动百分比。

要执行上述操作，我不仅需要在数组元素之间循环，还需要按元素的字母分解元素并比较这些单个元素的字母。要建立Mastermind/anagram 逻辑，我需要删除匹配的字母，直到剩下不匹配的字母，然后再次将该数量与原始长度进行比较以获得百分比。

查看上面的示例数组数据，我还需要反向执行并吐出名字和姓氏。

对于每个数组，我从以下开始：

    ArrayList<String> voiceResults = new ArrayList<String>();
    ListIterator<String> itr = voiceResults .listIterator();
    Arrays.asList(voiceResults.toArray());

    while (itr.hasNext()) {
    sid = itr.nextIndex();
    element = itr.next();

    sidpass = sid.toString();
    rawpass = element.toString().toLowerCase();
    rawpass.trim();

    hcs = rawpass.split("\\s");
    hnc = hcs.length;

    if (hnc == 2) {
    fn = hcs[0]; //first name
    ln = hcs[1]; //last name
    fn = fn.replaceAll("[^a-z]", ""); //remove punctuation
    ln = ln.replaceAll("[^a-z]", "");

    }

我发布了以上内容，但我确定这不是正确的启动方法。

阅读许多字谜检查和算法示例，它们差异很大，并使用 for 和 while 循环、哈希图、哈希表、直方图、浮点值等。

我举起手来，我完全不知道最初执行这些循环、内部循环、内部元素循环的最佳/最快/最实用的方法......

如果我能就如何开始构建循环提供一些建议，我将不胜感激。

字母比较和反向迭代的进一步建议/示例/链接会很棒。希望我能把所有东西都拼凑起来。

最后，我应该如何存储这些与元素相关的百分比？？

提前谢谢你。

请注意：尽管示例数据可能另有说明，但我已经使用了循环和 .contains() .matches() 等。

Answer 1

有许多不同的拼写算法，但过去我使用过Levenshtein 或Soundex（各有优缺点）。 Soundex 可能对您更有效，因为您是从声乐中获得的。

您可能还想查看：

Getting the closest string match

和

What algorithm gives suggestions in a spell checker?

Answer 2

你也可以使用这个库； http://code.google.com/p/string-similarity/

实现简洁，易于根据您的需要进行定制。

例如让我们使用 JaroStrategy 进行字符串比较

    double similarity = 0.0;
    // Calculates the similarity score of objects, whereas 
    // 0.0 implies absolutely no similarity 
    // 1.0 implies absolute similarity.   
    SimilarityStrategy strategy = new JaroStrategy();
    StringSimilarityService service = new StringSimilarityServiceImpl(strategy);

similarity = service.score("Ben McDonald", "Ken MacDonald");