Algorithm 计算反向索引中的单词接近度

作为搜索引擎的一部分，我开发了一个反向索引

因此，我有一个列表，其中包含以下类型的元素

public struct ForwardBarrelRecord
{
    public string DocId;
    public int hits { get; set; }
    public List<int> hitLocation;
}

public结构ForwardBarrelRecord
{
公共字符串DocId；
公共int命中{get；set；}
公共位置列表；
}

现在这张唱片只有一个词。hitLocation包含在文档中找到特定单词的位置

现在我想计算

List hitLocation

中的元素与另一个

List hitLocation

的接近度，然后如果列表中的元素相邻，则增加两个记录的权重

---

我面临的问题是找到一个适合这个目的的算法。非常感谢您提供的任何帮助

如果

命中位置

列表按顺序排列，这将是最简单的。因此，首先：

var word1List = word1.hitLocation.Orderby(s => s).ToList();
var word2List = word2.hitLocation.Orderby(s => s).ToList();

虽然如果你是为搜索引擎这样做的，那么你可能希望这些列表在你的反向索引中预先排序

在任何情况下，对列表进行排序后，查找匹配项都非常容易

int ix1 = 0;
int ix2 = 0;
while (ix1 < word1List.Count && ix2 < word2List.Count)
{
    int hit1 = word1List[ix1];
    int hit2 = word2List[ix2];
    if (hit1 < hit2)
    {
        if ((hit2 - hit1) == 1)
        {
            Console.WriteLine("Match at {0} and {1}", hit1, hit2);
        }
        ix1++;
    }
    else
    {
        ix2++;
    }
}          

intix1=0；
intix2=0；
而（ix1

这将定位word1后跟word2的匹配项。如果您还希望word2后跟word1，您可以在

else

子句中添加类似的复选框。

\include
#包括
#包括
使用名称空间std；
结构ForwardBarrelRecord
{
字符串DocId；
整数命中率；
列出地点；
};
无效合并（结构ForwardBarrelRecord&fa、结构ForwardBarrelRecord&fb）
{
列表&la=fa.hitLocation；
列表&lb=fb.hitLocation；
la.sort（）；
lb.sort（）；
std:：list:：迭代器ita=la.begin（）；
std:：list:：迭代器itb=lb.begin（）；
而（ita！=la.end（）&&itb！=lb.end（））
{
int loc_a=*ita；
int loc_b=*投标人须知；
如果（位置a<位置b）
{
如果（位置a+1==位置b）
{
你是否已经有了命中位置的列表，如果你把它们看作一个离散的函数呢？你可以将每个命中转换成一个范围（围绕每个索引，向下到两侧，总宽度取决于你希望单词的接近程度）。然后你基本上是两个“列表”之间的点积为了获得接近度分数，我认为这是我需要的。虽然这是一个简洁的评论，无法得到我需要的完整答案，但我真的很感激一些关于进一步获取知识的一般性建议：）好吧，为了它的价值-我在这里写了一个更详细的解释-尽管我在寻找权重，这似乎是这样的这是一个很好的起点。谢谢。你能更详细地解释一下你的答案吗？