100分征一搜索算法

[hnicyipb]

输入参数
搜索字符串 匹配字数

现在有一数据表 id,content 两列

比如：
客户输入

搜索字符串："Microsoft Visual Web Developer 2008"
匹配字数 :3

要求输出结果为：
content 列中包含“Microsoft Visual Web ”，“Visual Web Developer ”，“Web Developer 2008”，“Microsoft Visual Web Developer ”，“Visual Web Developer 2008”，“Microsoft Visual Web Developer 2008”
这几个字符串的记录

[hnicyipb]

vwxyzh
yzh - Invalid method body.
等 级：
发表于：2007-12-26 17:45:066楼 得分:0
“MicrosoftVisualWebDeveloper2008”（没空格的）算不算？

=====================================================
这个不算。

[hnicyipb]

Soloboy1020
NewPlayer
等 级：
发表于：2007-12-26 17:56:598楼 得分:0
你用的什么数据库啊,做个全文搜索好了

=======================================================

用的SQL SERVER的数据库

现在只想在C#中实现可能方便点。最后还是写到存储过程中

[Efcndi]

这个表述还不够清晰。
如果源字符串存在相同的子串怎么办？
如输入“C# C# C#”该怎么处理，应该说明一下。

假设源字符串没有相同的子串：

1、为每个目标串建立一个计数器，假设有n个目标串，则定义int[n] counter;
counter[i]记录目标串i与源字符串有几个子字符串匹配。

2、取出源字符串的各个子串

3、将源字符串的每个子串和所有的目标串进行匹配。
如果发现第i个目标串和该子串匹配，则++counter[i]；

4、输出counter[i]不小于要求匹配字数的目标串。

实现：

1、int[DestCount] counter;
   string[DestCount] dest;

2、String.Split();

3、for(int i=0; i<subCount; ++i)
   {
       for(int j=0; j<DestCount; ++j)
       {
          if(dest[j].Contains(sub[i]))
          {
              ++counter[j];
          }
       }
   }

   int matchCount; //user input
4、for(int i=0; i<DestCount; ++i)
   {
       if(counter[i] >= matchCount)
       {
           output dest[i];
       }
   }

[Efcndi]

"MicrosoftVisualWebDeveloper2008"这种不算的话，
dest[j].Contains(sub[i])这句要改一下，
写一个函数把dest[j] split再一个个比较。

[Soloboy1020]

用的SQL SERVER的数据库

现在只想在C#中实现可能方便点。最后还是写到存储过程中
===================================================
最简单的就是关键字先split然后自己组合了生成查询条件了
不过效果估计不会很好,比如汉字 ,处理起来就很麻烦了

[VirtualDesktop]

用正则表达式 ....

[haiwangstar]

用.NET做ＳＱＬ　ＳＥＲＶＥＲ的程序集存储过程，在程序集中使用正则表达式，然后在ＳＱＬ语句中调用你的程序集。即可。

[jupiter911]

赶紧给分哪

[chengzhe]

呵呵

[shrinerain]

你的问题其实和"寻找共同子序列" 没有什么区别, 你将你的"单词"看成"字母"就可以了, 就是一个普普通通的"寻找相同字符数大于3的共同子序列"问题.

标准答案, 你用KMP算法.

KMP觉得麻烦,用动态规划.

如果你什么算法都不会, 就两个for循环, 也行.

[shrinerain]

如果你的要求很高, 比如搜索引擎级别, 考虑hash.

那么建议你将字符串按照单词个数分段做hash, 比如, 假如用户常用的匹配个数是3个单词.

那么就将字符串按每三个单词拆分,分别hash.

[jschl1981]

我粗略想了一个算法如下：
0。 给目标字符和被查找的字符串split
1。 给目标字符串的每个单词 安顺序 编号， 比如：
Microsoft ： 0
Visual ： 1
Web ： 2
Developer : 3
2008 : 4
2。 在被查询的字符串标记每个单词编号。如果该单词在目标单词中，则用目标单词的号码，如果不存在，则标记为最小指。
比如，Java Web Developer Visual Web Developer 的标记方法为：
Java : -2147483648
Web : 2
Developer : 3
Visual : 1
Web : 2
Developer : 3
3。 遍历被查询字符串，如果 value[i] - value[i-1] = 1 连续出现 n -1次，则代表找到了目标字符串 。 搂主设定n=3。
比如在上面的例子里，1 2 3 连续出现，所以找到了目标字符串。

算法最复杂的地方是二步，复杂度为 N * M ，N 是目标字符串的单词的个数，M是被查询的字符串中单词个数。似乎复杂度与查询长度无关？？？？

想听听大家关于这个算法复杂度的意见。下面是可以运行的code。

string targetString = "Microsoft Visual Web Developer 2008";
int depth = 3;
string content = "Java Web Developer Visual Web Developer ";

char[] sperator = new char[1] { ' ' };
string[] targetStringElements = targetString.Split(sperator, StringSplitOptions.RemoveEmptyEntries);
string[] contentElements = content.Split(sperator, StringSplitOptions.RemoveEmptyEntries);

int[] indicator = new int[contentElements.Length];
for (int i = 0; i < indicator.Length; i++)
indicator[i] = int.MinValue;


for (int i = 0; i < targetStringElements.Length; i++)
{
for (int j = 0; j < contentElements.Length; j++)
{
if (targetStringElements[i] == contentElements[j])
indicator[j] = i;
}
}
for (int i = 0; i < indicator.Length; i ++)
System.Console.WriteLine("{0} : {1}", contentElements[i], indicator[i]);
for (int i = 0; i < indicator.Length - depth + 1; i++)
{
int j = depth;
if (indicator[i] != int.MinValue)
{
while ((j > 1) && (indicator[i + j - 1] - indicator[i + j - 2] == 1))
j--;
if (j == 1)
{
System.Console.WriteLine("The sub string begins at position {0}", i);
}
}
}

[changjiangzhibin]

用split分开后，按需求遍历或加减处理就可以了

[jupiter911]

代码来了~

private ArrayList Split(object[] obj , int N)
		{
			ArrayList Outer= new ArrayList();
			int length = obj.Length + 1;
			//设定取值范围N至obj.Length
			for(int i = N ; i < length ; i ++)
			{
				//从第j个元素开始取值
				for(int j = 0 ; j < length - i ; j ++)
				{
					ArrayList list = new ArrayList();
					//取数量为i的元素
					for(int k = 0 ; k < i ; k ++)
					{
						list.Add(obj[k+j]);
					}
					Outer.Add(list);
				}
			}
			return Outer;
		}

[LeeeeSin]

先用Split切开成数组,然后每3到数组成员个数,组成一个string,
组成的String分别为:“Microsoft Visual Web ”，“Visual Web Developer ”，“Web Developer 2008”.

然后再查数据库匹配项
,,,

[haiwangstar]

个人认为最好的方法是在SQL 存储过程程序集中实现，读出来后再处理的方法，必竟效率会比较低。
建议楼主参考这个。
http://blogs.msdn.com/sqlclr/archive/2005/06/29/regex.aspx

[haiwangstar]

http://msdn.microsoft.com/msdnmag/issues/07/02/SQLRegex/default.aspx?loc=zh

[hnicyipb]

呵...谢谢各位大大...搞定了.谢谢

[hnicyipb]

呵呵...前两天出差了，没及时结...不好意思

[guoqishao]

1,构造一个合并的数组a，假设要处理的为“12345”,则生成“1234512345”
2，从左到右扫描一次数组，截取子数组长度为3，4，5，问题解决