2017-02-06 25 views
1

以下のコードは仕事をしますが、時間がかかります。私が既にMongoDBの文字列として保存した2つのHTMLファイルの内容を比較しています。そして、文字列の長さは約30K +であり、比較するレコードは約250K +です。したがって、仕事にはかなりの時間がかかります。2つの文字列を比較して類似度を求める方法

プラグインを使用する方が簡単ですか、またかなり速いですか?

private int ComputeCost(string input1, string input2) 
{ 
    if (string.IsNullOrEmpty(input1)) 
     return string.IsNullOrEmpty(input2) ? 0 : input2.Length; 

    if (string.IsNullOrEmpty(input2)) 
     return string.IsNullOrEmpty(input1) ? 0 : input1.Length; 

    int input1Length = input1.Length; 
    int input2Length = input2.Length; 

    int[,] distance = new int[input1Length + 1, input2Length + 1]; 

    for (int i = 0; i <= input1Length; distance[i, 0] = i++) ; 
    for (int j = 0; j <= input2Length; distance[0, j] = j++) ; 

    for (int i = 1; i <= input1Length; i++) 
    { 
     for (int j = 1; j <= input2Length; j++) 
     { 
      int cost = (input2[j - 1] == input1[i - 1]) ? 0 : 1; 

      distance[i, j] = Math.Min(
           Math.Min(distance[i - 1, j] + 1, distance[i, j - 1] + 1), 
           distance[i - 1, j - 1] + cost); 
     } 
    } 

    return distance[input1Length, input2Length]; 
} 
+0

"[Soundex](https://en.wikipedia.org/wiki/Soundex)"は何ですか? –

+1

あなたは* Edit Distance *、https://en.wikipedia.org/wiki/Edit_distanceを計算していますか? –

+0

なぜデータベース自体の文字列を比較していませんか?私はそれが通常より速いので、試してみましょう。 – danny

答えて

1

@Kay Leeによれば、関数を静的にし、不要なデータを削除するためにHTMLアジリティパックを使用しました。パフォーマンスの向上が見られました。

関連する問題