MySQL에서 문자열 유사성 백분율을 효율적으로 계산하는 방법은 무엇입니까?

MySQL에서 문자열 유사성을 계산하는 방법

MySQL에 저장된 두 문자열 간의 유사성을 확인하려면 Levenshtein 거리와 같은 효율적인 알고리즘을 사용하는 것이 좋습니다. 이 접근 방식은 한 문자열을 다른 문자열로 변환하는 데 필요한 단일 문자 편집(추가, 제거 또는 대체) 횟수를 계산합니다.

MySQL 함수를 사용한 구현

MySQL은 문자열에 대한 일련의 함수를 제공합니다. 시장 조작. 다음은 두 문자열 s1과 s2 사이의 Levenshtein 거리를 계산하는 예제 함수(levenshtein)입니다.

CREATE FUNCTION `levenshtein`(s1 text, s2 text) RETURNS int(11)
DETERMINISTIC
BEGIN
  # Initialize variables
  DECLARE s1_len, s2_len, i, j, c, c_temp, cost INT;
  DECLARE s1_char CHAR;
  DECLARE cv0, cv1 text;
  SET s1_len = CHAR_LENGTH(s1), s2_len = CHAR_LENGTH(s2),
    cv1 = 0x00, j = 1, i = 1, c = 0;

  # Check for edge cases
  IF s1 = s2 THEN
    RETURN 0;
  ELSEIF s1_len = 0 THEN
    RETURN s2_len;
  ELSEIF s2_len = 0 THEN
    RETURN s1_len;
  ELSE
    # Main loop over s1 characters
    WHILE j <= s2_len DO
      SET cv1 = CONCAT(cv1, UNHEX(HEX(j))), j = j + 1;
    END WHILE;

    WHILE i <= s1_len DO
      SET s1_char = SUBSTRING(s1, i, 1), c = i, cv0 = UNHEX(HEX(i)),
        j = 1;

      # Inner loop over s2 characters
      WHILE j <= s2_len DO
        SET c = c + 1;
        IF s1_char = SUBSTRING(s2, j, 1) THEN
          SET cost = 0;
        ELSE
          SET cost = 1;
        END IF;

        SET c_temp = CONV(HEX(SUBSTRING(cv1, j, 1)), 16, 10) + cost;
        IF c > c_temp THEN SET c = c_temp; END IF;
        SET c_temp = CONV(HEX(SUBSTRING(cv1, j + 1, 1)), 16, 10) + 1;
        IF c > c_temp THEN SET c = c_temp; END IF;
        SET cv0 = CONCAT(cv0, UNHEX(HEX(c))), j = j + 1;
      END WHILE;

      SET cv1 = cv0, i = i + 1;
    END WHILE;
  END IF;

  # Return Levenshtein distance
  RETURN c;
END

유사성 백분율 계산

Levenshtein 거리를 계산하면 유사성 백분율을 계산할 수 있습니다. 다음과 같습니다:

CREATE FUNCTION `levenshtein_ratio`(s1 text, s2 text) RETURNS int(11)
DETERMINISTIC
BEGIN
  DECLARE s1_len, s2_len, max_len INT;
  SET s1_len = LENGTH(s1), s2_len = LENGTH(s2);
  IF s1_len > s2_len THEN
    SET max_len = s1_len;
  ELSE
    SET max_len = s2_len;
  END IF;
  RETURN ROUND((1 - LEVENSHTEIN(s1, s2) / max_len) * 100);
END

예를 들어, MySQL에 두 개의 문자열이 있습니다:

SET @a = "Welcome to Stack Overflow";
SET @b = "Hello to stack overflow";

levenshtein_ratio 함수 사용:

SELECT LEVENSHTEIN_RATIO(@a, @b);

두 문자열 사이의 유사성 비율을 나타내는 값을 반환합니다. 제공된 예는 60입니다.

위 내용은 MySQL에서 문자열 유사성 백분율을 효율적으로 계산하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!