5.9w+
社区成员
- 主页
- 问答
急问：两个字符串快速比较的方法
1.不能一个字符一个字符去比较
2.不需要特别准确（比如90％以上准确就可以了）
3.应该可以提取一些特征值，按照特征值是否一样来比较，算法是什么？
2.不需要特别准确（比如90％以上准确就可以了）
3.应该可以提取一些特征值，按照特征值是否一样来比较，算法是什么？
...全文
请发表友善的回复…
发表回复
Coder李海波 2007-08-06
to taodm
不是做的一个方向，也不需要100％准确，不准确也没有太大的关系，主要是效率快和存储量少就可以了
不是做的一个方向，也不需要100％准确，不准确也没有太大的关系，主要是效率快和存储量少就可以了
taodm 2007-08-06
难道你想这么小打小闹就可以取代google？
海量数据检索问题，恐怕不是csdn上随便讨论就可以解决的。
100个双字节字符，每个字符大概3000+可选，5E347量级，想想你要产生多少特征码吧。
海量数据检索问题，恐怕不是csdn上随便讨论就可以解决的。
100个双字节字符，每个字符大概3000+可选，5E347量级，想想你要产生多少特征码吧。
Coder李海波 2007-08-06
to taodm
平均长度大概<100个中文，
字符串的话太多了，互联网有多少网页，就有多少html，就有多少文本：）
平均长度大概<100个中文，
字符串的话太多了，互联网有多少网页，就有多少html，就有多少文本：）
Coder李海波 2007-08-06
to akirya
中间需要存储，并没有原始的字符串，如国存储原始的文档，量太大了，硬件承受不了。
中间需要存储，并没有原始的字符串，如国存储原始的文档，量太大了，硬件承受不了。
taodm 2007-08-06
你的字符串，平均长度是多少？平均多少个字符串？
Coder李海波 2007-08-06
2边都现计算特征码，那还不如直接字节比较呢。
2边都预计算特征码，那你用hash/MD5都可以啊，还问什么呢？
－－－－－－－－－－－－－－－－－－－－－－－－－－－－
中间有一个存储的过程，比如有100w个文档，存储量是很大的，我正在研究hash算法，几个hash算法一起用，可以增加精确度。
2边都预计算特征码，那你用hash/MD5都可以啊，还问什么呢？
－－－－－－－－－－－－－－－－－－－－－－－－－－－－
中间有一个存储的过程，比如有100w个文档，存储量是很大的，我正在研究hash算法，几个hash算法一起用，可以增加精确度。
珍惜生命远离CPP 2007-08-06
memcpy这个用汇编写的，应该比你自己的方案要快一些。
wsXiqiang 2007-08-06
用memcmp吧，要想不必太精确，就自己随机抽取某个片断进行比较！
taodm 2007-08-06
2边都现计算特征码，那还不如直接字节比较呢。
2边都预计算特征码，那你用hash/MD5都可以啊，还问什么呢？
2边都预计算特征码，那你用hash/MD5都可以啊，还问什么呢？
Coder李海波 2007-08-06
特征码？
求ASCII值肯定不准确。。。。。
－－－－－－－－－－－－－－
最好能比这个稍微准确一些
求ASCII值肯定不准确。。。。。
－－－－－－－－－－－－－－
最好能比这个稍微准确一些
Coder李海波 2007-08-06
自己实现strcmp在当中加入计数器，用来测试比较准确度
－－－－－－－－－－－－－－－－－－－－－－－－
你没看清楚我的问题，没有字符串，只有类似MD5的特征码，我追求的少存储量和效率，
牺牲的是准确度，允许存在误差
－－－－－－－－－－－－－－－－－－－－－－－－
你没看清楚我的问题，没有字符串，只有类似MD5的特征码，我追求的少存储量和效率，
牺牲的是准确度，允许存在误差
lockhall 2007-08-06
特征码？
求ASCII值肯定不准确。。。。。
求ASCII值肯定不准确。。。。。
lockhall 2007-08-06
搞个变种的strcmp看看。
自己实现strcmp在当中加入计数器，用来测试比较准确度。
如果>90%继续比较。
。。。。
自己实现strcmp在当中加入计数器，用来测试比较准确度。
如果>90%继续比较。
。。。。
Coder李海波 2007-08-06
是比较两个比较大的字符串是否相等，但是这些信息无法存储（空间原因），只能提取字符的特征码来比较，我的问题是特征码怎么来设计，各位是否明白？