-1

私は、Java http://introcs.cs.princeton.edu/java/31datatype/Soundex.java.htmlで準備ができているSoundex Algorithmを使用しています。このプログラムの主な用途は、.cvs ファイルを準備し、そのエントリを配列に保存した後、このアルゴリズムを使用してこれらの配列の 1 つに音声上の類似性がないかチェックすることです。(soundex アルゴリズムの詳細はhttp://en.wikipedia.org/wiki/Soundex )。

私の .cvs ファイルには 200.000 エントリが多かれ少なかれ含まれているため、30.000 エントリをチェックするのに 5 時間かかります。これはかなり遅いと思います。[私のアルゴリズムは、既にチェックされているものを除いて、配列のすべてのエントリを他のすべてのエントリと一緒にチェックします - したがって、ここに問題があるとは思いません]。

だから、私の質問は次のとおりです。この時間を短縮する方法はありますか?

SQL を使用してデータベースをプログラムに直接接続することを考えていましたが、それを行う別の方法があるかどうかはわかりません。

どんな提案でも非常に役に立ちます。

4

2 に答える 2

1

Javaアルゴリズムがどのように機能するかわかりません。多くのデータベースにはsoundex()関数が含まれています。これは、文字列をサウンドを表す別の文字列に変換します。

その後、結果の soundex 文字列を比較できます。

これは、現在のアプローチよりもはるかに速く進むはずです。許容できる結果が返されるかどうかをテストする必要があります。

実際、私はJavaコードを見ただけです。そこでも同じアプローチを取ることができます。ファイルを調べて、各エントリの soundex を計算します。その後、おそらくファイルをソートして重複を探して比較を行います。

于 2013-01-10T17:07:59.240 に答える
0

データベースで soundex 実装を使用するだけです。PostgreSQL、MySQL、さらには Microsoft のT-SQLなど、大規模で人気のあるデータベースのほとんどに組み込まれています。セットアップが簡単で、使用している Java ライブラリよりもはるかに高速になる可能性があります。

于 2013-01-10T19:45:56.770 に答える