C# 100k以上的快速动态模糊搜索&x2B；C中的字符串#

假设它们是预加载的股票符号，输入到文本框中。我正在寻找我可以复制的代码，而不是要安装的库

这是受到这个问题的启发：

Levenstein距离算法似乎运行良好，但计算起来需要时间。

---

当用户键入额外的字母时，查询需要重新运行，这一事实是否有任何优化？我对每个输入最多显示前10个匹配项感兴趣。

您需要确定字符串周围的匹配规则。什么决定了“相似字符串”

• 匹配字符数
• 不匹配字符数
• 相似长度
• 拼写错误
• 业务专用缩写
• 必须以相同的子字符串开头
• 必须以相同的子字符串结尾

我已经在字符串匹配算法方面做了很多工作，但还没有找到任何符合我特定要求的现有库或代码。回顾它们，借鉴它们的想法，但您必须定制并编写自己的代码

Levenstein算法很好，但有点慢。我在Smith-Waterman和Jaro-Winkler算法方面都取得了一些成功，但我发现最适合我的算法是Monge（来自内存）。然而，阅读原始研究并确定他们编写算法和目标数据集的原因是值得的

如果您没有正确定义您想要匹配和度量的内容，那么您将发现意外匹配的高分和预期匹配的低分。字符串匹配是非常特定于域的。如果你没有正确地定义你的领域，那么你就像一个没有线索的渔夫，到处抛鱼钩，希望一切都好。

描述了Lucene在这方面的一些工作。他们能够使用有限状态传感器（自动机）高效地实现Levenshtein距离模糊匹配，编辑距离可达2。虽然代码都是Java的，但是有点复杂，尽管它是开源的

但基本思想很简单：把你的字典想象成一棵巨大的字母状态树。在state0，您没有字母。在state1，你承认任何可能是单词第一个字母的字母。State2受state1的制约；如果第一个字母是“x”，则下一个州只允许在x之后出现字母（位置2）。等等

---

现在，对于LevsHeTin匹配，你遍历了字母树，同时允许一些错误：删除、插入（一个字母通配符）和可能的转位（LevsTein的一个很好的扩展是考虑作为单个编辑的转置而不是2）。您必须保持状态，以便跟踪允许的编辑数量。这可以非常有效地完成-当然足够快的互动“当你键入”拼写提示

阿福日有一些模糊的东西，但从来没有详细阅读过。谢谢。我在这里找到了一篇相关的论文：