c++ - 按标记匹配字符串 - 概念检查

Question

此问题用于概念检查。我有一个字符串 000.00-010.0.0.0，我想从列表 {000.00-012.0.0.0 和 000.00-008.0.0.0} 中找到最接近的匹配项(在编辑度量中包含一个数字距离度量)我会喜欢将“012”、“010”和“008”作为标记并测量它们之间的距离。

字符串匹配的标准方法将查找每个字符位置的变化，对变化求和并返回一个距离。修改后的距离还将测量 CHARS 之间的 ASCII 距离 - G 与 E 的距离比 D 更远。

要衡量“012”与“010”的比值与“008”的比值，需要将三个字符捆绑​​到一个 token 中。这个token能不能方便的测出编辑距离和距离？由于删除了树数据库中的分隔符，问题似乎变得更加复杂。

我建议的解决方案是将“012”、“010”和“008”转换为单个 CHAR ASCII 符号，例如 )、* 和 +，测量字符距离和字符串编辑距离，然后在打印时转换回“012”、“010”和“008”。

示例字符串:MER99.C0.00M.14.006.00.060.350

还有通配符:

• MER99.*.006.00.060.350
• MER99.C0.00M.??.006.00.060.350

由于字符串的长度相同(有些字符串需要虚拟字符来表示长度，'00M' 实际上是 'M')匹配是使用汉明距离。

我不需要有关匹配算法、汉明距离方法、通配符或虚拟字符的帮助，我将其添加到问题的上下文中。现在，我将 token 视为单独的 char 并获得了良好的结果，但我知道它们不如作为 token 处理时那样准确。限制因素可能是编码模式中的不一致。但是，我希望将其作为限制而不是我的算法。

Answer 1

您的字符串包含字母数字字符，即 base 36 数字。此外，这些字符被分组为“ token ”。它不能存储在 char 中，但您可以将其存储在 int 中。

您可以存储一对，而不是在树中存储整数，其中字符表示值的类型:

• 0 为数值
• 1 代表 *
• 2 代表 xxxx?(掩码)
• 等...