52

所以我有一个随机的 javascript 名称数组...

[@larry,@nicholas,@notch] 等等。

它们都以@ 符号开头。我想按 Levenshtein Distance 对它们进行排序，以便列表顶部的那些最接近搜索词。目前，我有一些使用 jQuery 的 javascript，在按键输入的搜索词周围.grep()使用 javascript方法：.match()

（自首次发布以来编辑的代码）

limitArr = $.grep(imTheCallback, function(n){
    return n.match(searchy.toLowerCase())
});
modArr = limitArr.sort(levenshtein(searchy.toLowerCase(), 50))
if (modArr[0].substr(0, 1) == '@') {
    if (atRes.childred('div').length < 6) {
        modArr.forEach(function(i){
            atRes.append('<div class="oneResult">' + i + '</div>');
        });
    }
} else if (modArr[0].substr(0, 1) == '#') {
    if (tagRes.children('div').length < 6) {
        modArr.forEach(function(i){
            tagRes.append('<div class="oneResult">' + i + '</div>');
        });
    }
}

$('.oneResult:first-child').addClass('active');

$('.oneResult').click(function(){
    window.location.href = 'http://hashtag.ly/' + $(this).html();
});

它还有一些 if 语句检测数组是否包含主题标签 (#) 或提及 (@)。忽略那个。imTheCallback是名称数组，标签或提及，然后是modArr排序的数组。然后.atResultsand.tagResults元素是它每次在数组中附加的元素，这会根据输入的搜索词形成一个名称列表。

我也有 Levenshtein 距离算法：

var levenshtein = function(min, split) {
    // Levenshtein Algorithm Revisited - WebReflection
    try {
        split = !("0")[0]
    } catch(i) {
        split = true
    };

    return function(a, b) {
        if (a == b)
            return 0;
        if (!a.length || !b.length)
            return b.length || a.length;
        if (split) {
            a = a.split("");
            b = b.split("")
        };
        var len1 = a.length + 1,
            len2 = b.length + 1,
            I = 0,
            i = 0,
            d = [[0]],
            c, j, J;
        while (++i < len2)
            d[0][i] = i;
        i = 0;
        while (++i < len1) {
            J = j = 0;
            c = a[I];
            d[i] = [i];
            while(++j < len2) {
                d[i][j] = min(d[I][j] + 1, d[i][J] + 1, d[I][J] + (c != b[J]));
                ++J;
            };
            ++I;
        };
        return d[len1 - 1][len2 - 1];
    }
}(Math.min, false);

如何在当前代码中使用算法（或类似算法）对其进行排序而不会产生不良性能？

更新：

所以我现在正在使用 James Westgate 的 Lev Dist 函数。工作 WAYYYY 快。所以性能解决了，现在的问题是使用它的源...

modArr = limitArr.sort(function(a, b){
    levDist(a, searchy)
    levDist(b, searchy)
});

.sort()我现在的问题是对使用该方法的一般理解。感谢您的帮助，谢谢。

谢谢！

4

7 回答 7

111

几年前我写了一个内联拼写检查器并实现了一个 Levenshtein 算法——因为它是内联的，而且对于 IE8，我做了很多性能优化。 

var levDist = function(s, t) {
    var d = []; //2d matrix

    // Step 1
    var n = s.length;
    var m = t.length;

    if (n == 0) return m;
    if (m == 0) return n;

    //Create an array of arrays in javascript (a descending loop is quicker)
    for (var i = n; i >= 0; i--) d[i] = [];

    // Step 2
    for (var i = n; i >= 0; i--) d[i][0] = i;
    for (var j = m; j >= 0; j--) d[0][j] = j;

    // Step 3
    for (var i = 1; i <= n; i++) {
        var s_i = s.charAt(i - 1);

        // Step 4
        for (var j = 1; j <= m; j++) {

            //Check the jagged ld total so far
            if (i == j && d[i][j] > 4) return n;

            var t_j = t.charAt(j - 1);
            var cost = (s_i == t_j) ? 0 : 1; // Step 5

            //Calculate the minimum
            var mi = d[i - 1][j] + 1;
            var b = d[i][j - 1] + 1;
            var c = d[i - 1][j - 1] + cost;

            if (b < mi) mi = b;
            if (c < mi) mi = c;

            d[i][j] = mi; // Step 6

            //Damerau transposition
            if (i > 1 && j > 1 && s_i == t.charAt(j - 2) && s.charAt(i - 2) == t_j) {
                d[i][j] = Math.min(d[i][j], d[i - 2][j - 2] + cost);
            }
        }
    }

    // Step 7
    return d[n][m];
}
于 2012-08-14T18:28:39.970 回答
13

我来到了这个解决方案：

var levenshtein = (function() {
        var row2 = [];
        return function(s1, s2) {
            if (s1 === s2) {
                return 0;
            } else {
                var s1_len = s1.length, s2_len = s2.length;
                if (s1_len && s2_len) {
                    var i1 = 0, i2 = 0, a, b, c, c2, row = row2;
                    while (i1 < s1_len)
                        row[i1] = ++i1;
                    while (i2 < s2_len) {
                        c2 = s2.charCodeAt(i2);
                        a = i2;
                        ++i2;
                        b = i2;
                        for (i1 = 0; i1 < s1_len; ++i1) {
                            c = a + (s1.charCodeAt(i1) === c2 ? 0 : 1);
                            a = row[i1];
                            b = b < a ? (b < c ? b + 1 : c) : (a < c ? a + 1 : c);
                            row[i1] = b;
                        }
                    }
                    return b;
                } else {
                    return s1_len + s2_len;
                }
            }
        };
})();

另见http://jsperf.com/levenshtein-distance/12

大多数速度是通过消除一些阵列使用来获得的。

于 2013-08-29T15:13:08.610 回答
6

更新：http: //jsperf.com/levenshtein-distance/5

新修订版消灭了所有其他基准。因为我没有 IE8/9/10 测试环境，所以我特别追求 Chromium/Firefox 的性能，但是所做的优化应该普遍适用于大多数浏览器。

莱文斯坦距离

执行 Levenshtein Distance 的矩阵可以一次又一次地重复使用。这是一个明显的优化目标（但要小心，这现在对字符串长度施加了限制（除非您要动态调整矩阵大小））。

在 jsPerf Revision 5 中没有追求的唯一优化选项是 memoisation。根据您对 Levenshtein Distance 的使用，这可能会有很大帮助，但由于其实现特定性而被省略。

// Cache the matrix. Note this implementation is limited to
// strings of 64 char or less. This could be altered to update
// dynamically, or a larger value could be used.
var matrix = [];
for (var i = 0; i < 64; i++) {
    matrix[i] = [i];
    matrix[i].length = 64;
}
for (var i = 0; i < 64; i++) {
    matrix[0][i] = i;
}

// Functional implementation of Levenshtein Distance.
String.levenshteinDistance = function(__this, that, limit) {
    var thisLength = __this.length, thatLength = that.length;

    if (Math.abs(thisLength - thatLength) > (limit || 32)) return limit || 32;
    if (thisLength === 0) return thatLength;
    if (thatLength === 0) return thisLength;

    // Calculate matrix.
    var this_i, that_j, cost, min, t;
    for (i = 1; i <= thisLength; ++i) {
        this_i = __this[i-1];

        for (j = 1; j <= thatLength; ++j) {
            // Check the jagged ld total so far
            if (i === j && matrix[i][j] > 4) return thisLength;

            that_j = that[j-1];
            cost = (this_i === that_j) ? 0 : 1;  // Chars already match, no ++op to count.
            // Calculate the minimum (much faster than Math.min(...)).
            min    = matrix[i - 1][j    ] + 1;                      // Deletion.
            if ((t = matrix[i    ][j - 1] + 1   ) < min) min = t;   // Insertion.
            if ((t = matrix[i - 1][j - 1] + cost) < min) min = t;   // Substitution.

            matrix[i][j] = min; // Update matrix.
        }
    }

    return matrix[thisLength][thatLength];
};

Damerau-Levenshtein 距离

jsperf.com/damerau-levenshtein-distance

Damerau-Levenshtein 距离是对 Levenshtein 距离的一个小修改，以包括换位。几乎没有什么可优化的。

// Damerau transposition.
if (i > 1 && j > 1 && this_i === that[j-2] && this[i-2] === that_j
&& (t = matrix[i-2][j-2]+cost) < matrix[i][j]) matrix[i][j] = t;

排序算法

这个答案的第二部分是选择一个合适的排序函数。我会尽快将优化的排序功能上传到http://jsperf.com/sort。

于 2013-02-21T20:49:54.647 回答
4

如果您仍然需要它，我实现了一个非常高效的 levenshtein 距离计算实现。

function levenshtein(s, t) {
    if (s === t) {
        return 0;
    }
    var n = s.length, m = t.length;
    if (n === 0 || m === 0) {
        return n + m;
    }
    var x = 0, y, a, b, c, d, g, h, k;
    var p = new Array(n);
    for (y = 0; y < n;) {
        p[y] = ++y;
    }

    for (; (x + 3) < m; x += 4) {
        var e1 = t.charCodeAt(x);
        var e2 = t.charCodeAt(x + 1);
        var e3 = t.charCodeAt(x + 2);
        var e4 = t.charCodeAt(x + 3);
        c = x;
        b = x + 1;
        d = x + 2;
        g = x + 3;
        h = x + 4;
        for (y = 0; y < n; y++) {
            k = s.charCodeAt(y);
            a = p[y];
            if (a < c || b < c) {
                c = (a > b ? b + 1 : a + 1);
            }
            else {
                if (e1 !== k) {
                    c++;
                }
            }

            if (c < b || d < b) {
                b = (c > d ? d + 1 : c + 1);
            }
            else {
                if (e2 !== k) {
                    b++;
                }
            }

            if (b < d || g < d) {
                d = (b > g ? g + 1 : b + 1);
            }
            else {
                if (e3 !== k) {
                    d++;
                }
            }

            if (d < g || h < g) {
                g = (d > h ? h + 1 : d + 1);
            }
            else {
                if (e4 !== k) {
                    g++;
                }
            }
            p[y] = h = g;
            g = d;
            d = b;
            b = c;
            c = a;
        }
    }

    for (; x < m;) {
        var e = t.charCodeAt(x);
        c = x;
        d = ++x;
        for (y = 0; y < n; y++) {
            a = p[y];
            if (a < c || d < c) {
                d = (a > d ? d + 1 : a + 1);
            }
            else {
                if (e !== s.charCodeAt(y)) {
                    d = c + 1;
                }
                else {
                    d = c;
                }
            }
            p[y] = d;
            c = a;
        }
        h = d;
    }

    return h;
}

这是我对类似 SO 问题的回答 最快的通用 Levenshtein Javascript 实现

更新

上面的改进版本现在在 github/npm 上，请参阅 https://github.com/gustf/js-levenshtein

于 2016-02-28T14:35:49.793 回答
2

这样做的明显方法是将每个字符串映射到 (distance, string) 对，然后对该列表进行排序，然后再次删除距离。通过这种方式，您可以确保只需计算一次莱文斯坦距离。也许也先合并重复项。

于 2012-08-16T14:28:45.270 回答
2

我肯定会建议使用更好的 Levenshtein 方法，例如 @James Westgate 的答案中的方法。

也就是说，DOM 操作通常是一笔不小的开支。您当然可以改进 jQuery 的使用。

在上面的示例中，您的循环相当小，但是将每个生成的 html 连接oneResult成一个字符串并append在循环结束时执行一个会更有效率。

你的选择器很慢。$('.oneResult')将搜索DOM 中的所有元素并className在旧的 IE 浏览器中测试它们。您可能需要考虑诸如atRes.find('.oneResult')限定搜索范围之类的事情。

在添加click处理程序的情况下，我们可能希望做得更好，避免在每个keyup. atRest您可以通过在设置处理程序的同一块中为所有结果设置单个处理程序来利用事件委托keyup：

atRest.on('click', '.oneResult', function(){
  window.location.href = 'http://hashtag.ly/' + $(this).html();
});

有关更多信息，请参阅http://api.jquery.com/on/。

于 2012-08-18T05:37:08.553 回答
1

我刚刚写了一个新版本：http: //jsperf.com/levenshtein-algorithms/16

function levenshtein(a, b) {
  if (a === b) return 0;

  var aLen = a.length;
  var bLen = b.length;

  if (0 === aLen) return bLen;
  if (0 === bLen) return aLen;

  var len = aLen + 1;
  var v0 = new Array(len);
  var v1 = new Array(len);

  var i = 0;
  var j = 0;
  var c2, min, tmp;

  while (i < len) v0[i] = i++;

  while (j < bLen) {
    c2 = b.charAt(j++);
    v1[0] = j;
    i = 0;

    while (i < aLen) {
      min = v0[i] - (a.charAt(i) === c2 ? 1 : 0);
      if (v1[i] < min) min = v1[i];
      if (v0[++i] < min) min = v0[i];
      v1[i] = min + 1;
    }

    tmp = v0;
    v0 = v1;
    v1 = tmp;
  }
  return v0[aLen];
}

这个版本比其他版本快。甚至可以在 IE 上工作 =)

于 2013-07-31T13:41:40.960 回答