.NET（個別）と複雑なconditons

Question

私は今、私は類似性（ないEXACTマッチ）条件によって、オーディオのリストの重複をフィルタリングするクラスに

public class Audio 
{ 
    public string artist { get; set; } 
    public string title { get; set; } 
    // etc. 
} 

を持っていると仮定します。基本的には、弦全体の長さによるスレッショルド修正を伴うLevenstein距離です。問題は、IEqualityComparerについての一般的なヒントは「常にGetHashCodeとCompareの両方を実装する」ことです。私は明らかにGetHashCodeの文字列間の距離を計算することはできません。なぜなら、これは比較メソッドではないからです。しかし、この場合でも同様のオーディオでさえ異なるハッシュを返し、Distinct（）はそれを別のオブジェクトとして扱い、compare（）メソッドは起動しません。

GetHashCodeが常に0を返すようにしたので、コレクション内の各オブジェクトへの比較が呼び出されましたが、これは遅いです。だから最後に、質問：ボックスの外で.netを使ってできることは何か、またはフィルタリングのための良いアルゴリズムを検索する必要がありますか？

Answer 1

私は個別またはGetHashCodeメソッドを使用していない（最初のすべての）お勧めします。

GetHashCodeはあなたのケースでは厳しいです（@Gabeが完全に指摘したように）。 何をあなたができることです：レーベンシュタイン

を使用してインスタンスのペアの

1. は、あなたが全体の三角形（O（N^2）複雑さ）を比較する必要があると認めるには、内のすべてのトリックを使用していることを最適化するようにしてください本：どのように計算する空の文字列から現在の1つの音（これは、オーディオの各インスタンスごと、おそらく両方の文字列のプロパティのためにおそらく）Levenshteinの距離ですか？くそ良いGetHashCodeメソッドで（1が言うかもしれない）終わる可能性

。 しかし、あなたはGetHashCodeメソッドのようにそれを使用することはできません、あなたはむしろそうのようにそれを使用する必要があります。

bool AreSimilar(Audio me, Audio you) { 
    int cheapLevenshtein = Math.Abs(me.AbsoluteQuasiLevenshtein - you.AbsoluteQuasiLevenshtein); 

    if (cheapLevenshtein < THRESHOLD) { 

    int expensiveLevenshtein = Audio.LevenshteinBetween(me, you); 
    var result = (expensiveLevenshtein < LIMIT); 
    return result; 

    } else 
    return false; 
} 

そして、あなたは良くも悪くもアルゴリズムで終わるだろう。これは単なるアイデアであり、もちろんDistinct（）を使うことはできません。あなたが望むなら、あなた自身の拡張メソッドを書くことができ、ユーザープログラマーの視点から全体を見栄えにすることができます。

とはいAbsoluteQuasiLevenshteinのようなもののために等しくなる：「AB」と「ZY」が、それは「AB」と「blahblahblahblah」の間で大きく異なるだろうし、少なくともあなたは、物事を少し最適化します。 （GetHashCode + Distinctのアプローチでは、別の問題が発生しました - 厳密さはGetHashCodeです）。シンプルな "C＃の相互運用性" 層とC＃の例でBKTreeため

Answer 2

コードは、ここにある：

https://bitbucket.org/ptasz3k/bktree

これは、VS 2012ソリューションです。

すべてのオブジェクトからツリーを作成し、セレクタ関数（x => x.Key）を渡します。たとえば、ToLowerInvariant（）を実行すると、指定されたキーとlevenshtein distanceを検索し、ツリーはすべての一致するオブジェクトを返します。

私が正しくあなたの問題を理解してあれば、：

var bk = BKTree.CSharp.CreateBK(x => x.artist, audios); 
var allArtists = audios.Select(x => x.artist); 
var possibleDuplicates = allArtists.Select(x => new 
    { Key = x, Similiar = BKTree.CSharp.FindInBk(bk, x, treshold).ToList()); 

は、この情報がお役に立てば幸いです。