C＃中部分詞的搜索算法

Question

我目前正在尋找一種在C＃中實現部分單詞模式算法的方法。 我所處的情況如下所示：

我有一個搜索模式的文本字段。 每次用戶在此字段中輸入或刪除一個字符時，都會觸發一個事件，該事件將重新運行搜索算法。 因此，如果我想在字符串中搜索“ face”一詞，例如

“ Facebook”，“ Facelifting”，“ Faceless Face”（無論應該是什么）或通常在任何現實生活中以字符串形式出現的句子，

該算法將在該字段中鍵入“ f”時首先開始運行。 然后，它在字符串所在的列表的頂部顯示最相關的字符串。第二次運行時，鍵入“ fa”，然后再次對列表進行排序。 一直進行到在文本字段中完全鍵入“ face”並再次對列表進行排序為止。

但是我不知道可以使用什么算法。 我嘗試了Alain的答案（ 獲取最接近的字符串匹配 ），一個簡單的Levenshtein-Distance算法以及一個自制算法，該算法通過

priority = (length_of_typed_pattern) * (amount_of_substr_matches)

在C＃中，后者看起來像這樣：

count = Regex.Matches(Regex.Escape(title), pattern).Count;
priority = pattern.Length * count;

模式和標題僅由小寫字母組成。 到目前為止，我的結論是：

• 漢明距離沒有任何意義，因為大多數情況下弦的長度不同
• Alain的答案很好用，但前提是至少有一個單詞完全匹配（只有當至少一個單詞與模式相等時，您才找到最相關的字符串/句子，因此，如果您鍵入“ face”並且其中包含一個字符串單詞“ facebook”，包含“ facebook”的字符串幾乎從來都不是最高優先級

我還能嘗試其他什么想法？ 目標是盡早（以最少的字母）對字符串列表進行最佳排序。

您可以在Sprung / WindowMatcher.cs和Sprung / Window.cs中http://github.com/croemheld/sprung上的存儲庫的search- *分支中查看我的實現。

謝謝你的幫助。

Answer 1

首先，您需要在某個地方存儲與字符串相關的頻率（搜索特定字符串的次數），以便在搜索時顯示最相關的頻率。 如果您需要說出k個最相關的條目，那么可以實現大小為“ k”的最小堆。

情況1-如果是第一次按下字母：

步驟（a）從數據庫或字典中讀取所有字符串，並將其存儲在某個FLAG_VALID（最初設置為1）的數據結構中（說DS1），這表明它對於當前搜索字符（對於第一個字母）是有效的字符串所有字符串都是有效的）。 當您閱讀字符串時，請根據其頻率填充“最小堆”，並且只有當其頻率大於最小頻率（即“最小堆”的第一個元素）時，才會插入具有特定頻率的元素。

步驟（b）（此步驟在所有情況下都相同，以顯示結果）要顯示結果，您需要以與“最小堆”相反的順序顯示元素，即“最小堆”中的第一個元素的優先級最低，因此基本上我們需要刪除所有元素並從最后到第一顯示它。 注意：-Min Heap將包含對特定字符串的引用，因此可以同時訪問該字符串及其頻率。

情況2-在搜索框中插入下一個字母：

步驟（a）在所有字符串都存在的DS1中進行搜索，然后首先檢查FLAG_VALID。 如果它是有效字符串，則比較來自搜索框的字符串和來自DS1的字符串。 相應地設置標志（如果它是match-1或not-0），並填充k-Min Heap，因為從上次搜索開始它是空的，如案例1所示。

步驟（b）與往常一樣。

情況3：在搜索框中刪除字母：

這與上述情況類似，但是這次我們將需要搜索FALG_VALID為0的字符串（即無效的字符串）。

這是一種粗略的搜索方法，可以使用某些數據結構和調整算法進行改進。