java - 该算法是否已正确实现？

Question

我目前正在实现 BK-Tree做一个拼写检查器。我正在使用的词典非常大(数百万个单词)，这就是为什么我根本无法承受任何低效率的原因。但是，我知道我编写的查找函数(可以说是整个程序中最重要的部分)可以做得更好。我希望能就此找到一些帮助。这是我写的查找:

public int get(String query, int maxDistance)
{
    calculateLevenshteinDistance cld = new calculateLevenshteinDistance();
    int d = cld.calculate(root, query);
    int tempDistance=0;

    if(d==0)
        return 0;

    if(maxDistance==Integer.MAX_VALUE)
        maxDistance=d;

    int i = Math.max(d-maxDistance, 1);
    BKTree temp=null;

    for(;i<=maxDistance+d;i++)
    {
        temp=children.get(i);
        if(temp!=null)
        {
            tempDistance=temp.get(query, maxDistance);
        }
        if(maxDistance<tempDistance)
            maxDistance=tempDistance;
    }

    return maxDistance;
}

我知道我运行循环的次数过多，我们可以调整搜索空间以加快查找速度。我只是不确定如何最好地做到这一点。

Answer 1

你的循环看起来大体上是正确的，虽然有点错综复杂。但是，您尝试改进停止条件(使用 tempdistance/maxdistance)是不正确的:BK 树的结构要求您探索当前节点的 levenshtein 距离 d-k 到 d+k 内的所有节点，如果您想找到所有结果，所以你不能那样修剪它。

是什么让您认为自己探索了太多的树？

您可以在 L evenshtein Automata 上找到我的后续帖子很有启发性，因为它们比 BK 树更有效。不过，如果您正在构建拼写检查器，我建议您遵循 Favonius 的建议并查看 this article。关于如何写一个。它比简单的字符串距离检查更适合拼写校正。