按拼音搜索人名

[pathuang68]

今天被人问了一个问题，试了很久也没有找到好的解决办法。恳请各位坛友帮忙。

问题是这样的：
1. 假定在数据库中有一个数据表，该表有两个字段：ch_name和py_name。

2. ch_name用于存放中文姓名，py_name用于存放对应中文姓名的拼音，且用“,”分隔，情形如下：
ch_name py_name
关云长 guan,yun,chang

3. 现在要用输入的拼音字母，搜索，比如：
“gyc”、“gy”、“yc”、“guyuc”、“guayuch”都可以搜索到“关云长”，而
“gc”、“uyc”这样的组合不能搜索到“关云长”

举例说明：
意思就是搜索时，是按顺序从每个汉字的拼音开始的，比如“guayuch”中的“gua”和“关”的拼音的前3个字母是匹配的，“yu”和“yun”的前2个字母是匹配的，“ch”和“长”的拼音的前2个字母是匹配的，因此符合搜索条件。

“gc”中的“g”和“关”的第一个字母匹配，但是“gc”不和“关”的拼音的前2个字母匹配，且按顺序“c”不和“关云长”中的第二个汉字的拼音的第一个字母匹配，因此不符合搜索条件。

我在试图解决这个问题的时候，本来打算直接用sql中的like来解决(like的效率是不高的，但该表的数据量不太，所以认为性能是可以接受的)，比如，py_name like '%g%y%c%'，但是这样会存在一些不足，比如“uyc”也可以查出“关云长”，而这是不能接受的。也想到了使用，要俺顺序从每个汉字的拼音的第一个字母开始匹配，却发现有太多的组合了，比如“gyc”就至少有8中组合，在sql语句中要把这8个条件or起来，再进行查询...这还不是最糟糕的情况，如果用户输入“guayuch”，那组合就太多了，就算数据表中的数据不算多，这样搞起来，我还是非常担心性能方面的问题...于是就放弃了这方面的试探

问题：
1. 请用C或者C++，解决3中所列出的问题。可以不考虑数据库方面的操作。即用“gyc”、“gy”、“yc”、“guyuc”、“guayuch”均可以搜索到“guan,yun,chang”，而“gc”、“uyc”则不可以。

或者
2. 用sql解决上面的问题。

以上两种方式，任何一种均可。当然还要考虑“爱新觉罗努尔哈赤”这样的名字。

TIA

[pathuang68]

谢谢各位捧场的朋友。

特别感谢叶子。和叶子的感觉一样，用数据库处理这个问题，总觉得性能不够好。
Jacky和Lucifer也别袖手傍观呀。不用数据库的方法做也可以滴。关键是方法要紧。

[白云飘飘飘]

这个问题应该是搞拼音输入法的人很清楚的,重要的是对用户输入的拼音进行合理拆分,在数据库的查找就简单一些了.以前搞过全拼的拆分,要用到图算法.你这个应算做全拼加简拼音,道理是一样的.

[快溜]

数据库计算确实不快，搜索是快。

[todd_liu]

生成拼音存储过程（这个google都有）；生成拼音那列；有了数据查询还不好办嘛？

[果-果]

关注一下，顶贴顺便学习

[pathuang68]

搞定了，结贴。

[shi3590]

链式字典查找树，或者构建哈希表，与sql相结合，应该可以找到一个相对效率的方法。
具体要根据数据量来确定偏重哪面。

[ouyh12345]

我比较倾向于加载到内存后再做

[xxmv99]

分数好高啊。

[天蛾糊]

路过学习

[赵4老师]

http://zhao4zhong1.download.csdn.net/user/zhao4zhong1/拼音汉字对照表

[pathuang68]

[Quote=引用 28 楼 zhao4zhong1 的回复:]

http://zhao4zhong1.download.csdn.net/user/zhao4zhong1/拼音汉字对照表
[/Quote]

大侠，俺小弟要的不是这个。他现在可以动态地获得汉字的拼音(包括一个汉字的多种发音，还包括声调)，没有采用对照表的方法。

[鼠]

不懂数据库，路过……

随便乱想一下，是不是可以用类似字典树的方法构造一个巨大的状态机？

[pathuang68]

[Quote=引用 22 楼 todd_liu 的回复:]

生成拼音存储过程（这个google都有）；生成拼音那列；有了数据查询还不好办嘛？
[/Quote]

我上面的问题都已经假定对饮的拼音已经存在了，所以不用考虑生成拼音那列啦，你就假当拼音那列已经存在好了。

问题是有了数据，查询还真的不好办呢。上面的maco_wang一看就是对数据库很有经验的人，俺本人也算是对数据库比较了解，所以一开始我也想用数据库的办法来解决这个问题，但是在试图解决的过程发现性能很糟糕...maco_wang和俺也有类似的结论。不是说用数据库的办法解决不了这个问题，而是担心用数据库的方法性能方面的不足。

基于这方面的考虑，所以就到C/C++坛子里来求助了。

昨晚睡觉的时候思考了一下这个问题，感觉用最原始的比较方式，效率可能是最高的。用树、哈希之类的方法反而不行，事实上数据库的查找用的就是这一类的方法。

下午准备自己动手帮公司的小弟写一个，他要的本来是Java代码，发这个帖子的意思是希望C/C++的坛友用C或者C++帮写一个算法，俺再给他翻译成Java滴...关键是要算法...语言实现都不是问题。

[pathuang68]

[Quote=引用 25 楼 ouyh12345 的回复:]

我比较倾向于加载到内存后再做
[/Quote]

++
俺现在也是这么想的。

[jernymy]

俺来顶顶帖

[叶子]

这个功能建议还是不要在数据库里弄的好，如果是根据汉字得到全拼，我倒是可以贡献一个函数。

http://blog.csdn.net/maco_wang/article/details/6290128

--把 set @pinyin = ISNULL(@pinyin +SPACE(1),'')+  
--改成 set @pinyin = ISNULL(@pinyin +',','')+  
declare @t table (namecol varchar(6))
insert into @t
select '关云长' union all
select '张飞' union all
select '刘备' union all
select '曹操' union all
select '诸葛亮'

select namecol as col1,dbo.fn_GetPinyin(namecol) as col2 from @t
/*
col1   col2
------ -----------------------
关云长    guan,yun,chang
张飞     zhang,fei
刘备     liu,bei
曹操     cao,cao
诸葛亮    zhu,ge,liang
*/

[kobesff]

同意楼上。

[skyaspnet]

[Quote=引用 33 楼 pathuang68 的回复:]

搞定了，结贴。
[/Quote]

建议分享一下解决过程

[飒枫]

小弟也遇到这个问题，楼主能不能共享下。。。