两地之间的物理距离答案

【问题标题】：Physical distance between two places两地之间的物理距离
【发布时间】：2009-05-25 20:43:17
【问题描述】：

我需要测量名称以字符串形式提供的两个地点之间的物理距离。由于有时名称的写法略有不同，我一直在寻找一个可以帮助我测量差异的库，然后将其与纬度和经度的测量相结合以选择正确的匹配项。首选语言：Java 或 PHP。

有什么建议吗？

【问题讨论】：

嘿，我很困惑并编辑了标题以强调错误的焦点 - 正如公认的答案所暗示的那样，问题最终可能仍然是字符串距离问题。

标签： java php string distance

【解决方案1】：

看看Levenshtein distance。这是一种衡量两个字符串彼此之间差异程度的方法。

希望我正确理解了您的问题；在与“纬度和经度”相同的句子中使用“距离”可能会造成混淆！

【讨论】：

我的错.. 使用“距离”令人困惑。就经纬度而言，我真正的意思是物理距离。就字符串而言，我的意思是两个字符串之间的“差异”。 Levenshtein 距离似乎很有趣，如果有一个用于距离测量的“即用型”库就完美了……
PHP 内置了 Levenshtein 距离函数：php.net/manual/en/function.levenshtein.php

【解决方案2】：

尽管是用 c 语言编写的（使用 python 和 tcl 绑定），libdistance 将是一个在字符串/数据上应用多个距离度量的工具。

包括的指标：

绽放
damerau
欧几里得
汉明
杰卡
levenshtein
曼哈顿
明可夫斯基
needleman_wunsch

【讨论】：

【解决方案3】：

我冒昧地将我为计算 Levenshtein 距离而编写的一段 C# 代码翻译成 Java 代码。它只使用两个交替的一维数组，而不是一个大的锯齿状数组：

public static int getDifference(String a, String b)
{
    // Minimize the amount of storage needed:
    if (a.length() > b.length())
    {
        // Swap:
        String x = a;
        a = b;
        b = x;
    }

    // Store only two rows of the matrix, instead of a big one
    int[] mat1 = new int[a.length() + 1];
    int[] mat2 = new int[a.length() + 1];

    int i;
    int j;

    for (i = 1; i <= a.length(); i++)
        mat1[i] = i;

    mat2[0] = 1;

    for (j = 1; j <= b.length(); j++)
    {
        for (i = 1; i <= a.length(); i++)
        {
            int c = (a.charAt(i - 1) == b.charAt(j - 1) ? 0 : 1);

            mat2[i] =
                Math.min(mat1[i - 1] + c,
                Math.min(mat1[i] + 1, mat2[i - 1] + 1));
        }

        // Swap:
        int[] x = mat1;
        mat1 = mat2;
        mat2 = x;

        mat2[0] = mat1[0] + 1;
    }

    // It's row #1 because we swap rows at the end of each outer loop,
    // as we are to return the last number on the lowest row
    return mat1[a.length()];
}

它没有经过严格的测试，但似乎可以正常工作。它基于我为大学练习制作的 Python 实现。希望这会有所帮助！

【讨论】：

【解决方案4】：

使用phonetic algorithm 查找拼写错误的名称可能会得到一些不错的结果。

此外，如果您使用更机械的编辑距离，您可能会看到使用考虑键盘几何形状的加权函数获得更好的结果（即物理上靠近的键比远离的键“更便宜”替换）。顺便说一句，这是一种专利方法，所以要小心不要写太流行的东西；）

【讨论】：

如此简单（但绝妙）的想法如何获得专利？ :P 或者它是尊重键盘映射的确切技术？
因为软件算法可以在一些法律落后的司法管辖区获得专利 :) 我只是一名工程师，所以我从不费心去那里查找细节，只是相信公司的法律顾问。
语音算法的思路很不错。有没有实现这个功能的库？
您发现的 SimMetrics 库似乎在 sourceforge.net/project/showfiles.php?group_id=123463 上有一些 .NET 的语音学

【解决方案5】：

我建议使用Levenshtein Distance 或Jaccard Distance 来比较文本。

【讨论】：

【解决方案6】：

我在 Java 中找到了SumMetrics，但没有使用过。

【讨论】：

我检查了他们的 Levenshtein 实现，我敢说我在帖子中提供的那个使用更少的内存（尽管对于短字符串来说这不是问题）。