Coreseek算法分析
本文对coreseek代码中涉及到的一部分算法进行说明,以便在阅读代码的时候,能更容易理解相关的代码。本文所整理的只是其中的部分算法,后面将在逐渐深入理解的基础上,进一步添加。
一.Soundex 算法
1. 算法原理
Soundex是一种语音算法,利用英文字的读音计算近似值,值由四个字符构成,第一个字符为英文字母,后三个为数字。在拼音文字中有时会有会念但不能拼出正确字的情形,可用Soundex做类似模糊匹配的效果。例如Knuth和Kant二个字符串,它们的Soundex值都是 K530。
大部分的数据库服务器都有 Soundex 函数。Soundex 算法有几个差别不大的变化版本。更详细的说明参考Donald Knuth大师的名著:电脑程序设计的艺术 (The Art Of Computer Programming) 第三卷排序和搜寻。
1 名字的第一个字母不变。
2 根据特定的对照表,将剩下的字母转换为数字:
u a e h i o u w y -> 0
u b f p v -> 1
u c g j k q s x z -> 2
u d t -> 3
u l -> 4
u m n -> 5
u r -> 6
3 去除连续重复。
4 去除所有 9。
5 如果结果都少于四个字符 (第一个字母加上后面的三位字符),就以零补齐。
6 如果结果超过四个字符,丢弃掉四位之后的字符。
以Knuth和Kant为例:
Knuth -> K5030 -> K53 -> K530
Kant -> K053 -> K53 -> K530
2.算法实现
Sphinxsoundex.cpp文件中的void stem_soundex ( BYTE * pWord )函数实现。
void stem_soundex ( BYTE * pWord )
{
// 字母转化规则用数组表示,后面直接根据数组进行映射转化
static BYTE dLetter2Code [ 27 ] = "01230120022455012623010202";
// check if the word only contains lowercase English letters
BYTE * p = pWord;
// 进行非英语字母的过滤
while ( *p>='a' && *p<='z' )
p++;
if ( *p )
return;
// do soundex
p = pWord+1;
BYTE * pOut = pWord+1;
while ( *p )
{
// 对每一个字符,根据映射关系进行转化,得到转化以后的编码值。
BYTE c = dLetter2Code [ (*p)-'a' ];
if ( c!='0' && pOut[-1]!=c )
*pOut++ = c;
p++;
}
// 补0的操作
while ( pOut-pWord<4 && pOut<p )
*pOut++ = '0';
*pOut++ = '/0';
}
二.Metaphone算法
1. 算法原理
Metaphone是一种基于发音的算法,跟传统的soundex算法相比,metaphone是产生可变长度的输出作为编码值,而soundex是产生固定长度的输出。发音相似的词语产生相同的输出。
Metaphone算法是为了客服soundex算法的一些缺点而发展出来的,它使用了大量的英语发音规则作为算法的依据。后来逐渐有一些算法的
并行的 dijkstra 算法复杂度为 O (N*(N/p+logp+N/p))=O (N*N/p+...#undef SEEK_SET #undef SEEK_END #undef SEEK_CUR #include <mpi.h> #include...
Sphinx_Coreseek使用手册_IT/计算机_专业资料。全文搜索引擎sphinx的使用,文档中描述...提供了优秀的相关度算法, 基于短语相似度和统计 (BM25) 的复合 Ranking 方法...
磁盘调度算法及模拟_IT/计算机_专业资料。计算机科学与工程学院实验 5-磁盘调度算法...("%5d",Seek[i]); k=-1; } // 2.当前磁道号在已排序的磁道序列的 ...
可能是最快的算法alpha blend汇编源代码,Intel官方提供 Intel官方网站有一个abl...( file, tga.IDLength, SEEK_CUR ); DWORD m_dwWidth = tga.ImageWidth; ...
实验报告 课程名称 操作系统 实验项目名 ___LRU 算法模拟 班级与班级代码 实验...int seek(int seq[],int i,Pb a[],int k); int test1(int seq_i,int...
? 在常用的隐写软件中,有许多使用LSB替代方法,如Hide and Seek 等 均使用最低有效位算法,平均而言,LSB只需要改变图像一半左右的 像素,将秘密信息嵌于最低位和...
2.1 蚁群算法的基本原理 蚁群优化算法是模拟蚂蚁觅食的原理,设计出的一种群集...seek (sought, sought) 寻求 9. shake (shook, shaken) 发抖 10. sing (...
实用最优化算法及其应用... 1页 1下载券实用最优化算...Seek a value λ≥ 0 such that p(λ) = ?. This problem is a one-...
C语言常用算法程序汇总_IT认证_资格考试/认证_教育专区。C等级考试辅助材料C...int seek(int a[],int n, int x) { int p=0; while(x!=a[p]&&p...
图像旋转算法与实现_IT/计算机_专业资料。图像旋转算法与实现? 好吧,先下个定义...(pFile,0,SEEKSET); fread(&bmfHeader,sizeof(BITMAPFILEHEADER),1,pFile);...
热门文档