[英]Calculating levenshtein distance between two strings
我正在執行以下Postgres查詢。
SELECT * FROM description WHERE levenshtein(desci, 'Description text?') <= 6 LIMIT 10;
我使用以下代碼執行上面的查詢。
public static boolean authQuestion(String question) throws SQLException{
boolean isDescAvailable = false;
Connection connection = null;
try {
connection = DbRes.getConnection();
String query = "SELECT * FROM description WHERE levenshtein(desci, ? ) <= 6";
PreparedStatement checkStmt = dbCon.prepareStatement(query);
checkStmt.setString(1, question);
ResultSet rs = checkStmt.executeQuery();
while (rs.next()) {
isDescAvailable = true;
}
} catch (URISyntaxException e1) {
e1.printStackTrace();
} catch (SQLException sqle) {
sqle.printStackTrace();
} catch (Exception e) {
if (connection != null)
connection.close();
} finally {
if (connection != null)
connection.close();
}
return isDescAvailable;
}
我想找到輸入文本和數據庫中存在的值之間的編輯距離。 我想獲取編輯距離為60%的所有數據。 上述查詢無法按預期工作。 如何獲得包含60%相似度的行?
levenshtein
函數的最通用版本是:
levenshtein(text source, text target, int ins_cost, int del_cost, int sub_cost) returns int
source和target都可以是任何非空字符串,最多255個字符。 成本參數分別指定字符插入,刪除或替換的費用。 您可以省略成本參數,如在函數的第二個版本中; 在這種情況下,他們都默認為1。
因此,使用默認參數的成本,你得到的結果是,你需要改變(通過插入,刪除或替換)的字符總數source
,以獲得target
。
如果需要計算百分比差異,則應將levenshtein函數結果除以源文本的長度(或目標長度 - 根據您對百分比差異的定義)。
用這個:
SELECT *
FROM description
WHERE 100 * (length(desci) - levenshtein(desci, ?))
/ length(desci) > 60
Levenshtein距離是一個字符串變為另一個字符串必須更改(移動,刪除或插入)的字母數。 簡而言之,它是不同的字母數。
那些相同的字母數是length - levenshtein
。
要將其表示為分數 ,除以長度,即(length - levenshtein) / length
。
要將分數表示為百分比 ,請乘以100
。
我通過執行乘法運算100
第一避免整數除法截斷問題。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.