ruby中大型数组中的快速近似字符串匹配

在Ruby中，我有一个由大约一百万个字符串组成的数组，名为

dictionary\u array

。我有另一个数组，由大约1000个字符串组成，称为

arr

对于

arr

中的每个元素，我想在

dictionary\u数组

中找到最接近的元素

迭代

arr

中的每个元素，对于

arr

中的每个元素，迭代

dictionary\u数组

中的每个元素，以找到最小Levenshtein距离为O（n^2）且对于我来说太慢

---

有更好的方法解决这个问题吗？

通过在问题中添加预计算，找到了这篇有趣的文章：

---

代码是用Python编写的，但应该可以翻译。

对两个列表中每个单词的字母进行排序。然后将两个列表相交。考虑考生接近交叉点。然后对两个列表中的字母进行反向排序，并重复此过程。这将大大缩小候选名单，因此你只需对每个单词进行6-12次Levenshtein比较，而不是100万次比较。

我意识到你发布问题已经有两周了，你可能已经找到了一个合理的解决方案。尽管如此，在寻找类似问题的解决方案时，我不仅遇到了您的问题，还遇到了一个库，名为Naoaki Okazaki，由Naoaki Okazaki开发。该库是用C++编写的，但是Okazaki描述了如何设置适当的Ruby绑定。您可能需要稍微更改数据结构，以便最有效地使用库，但它似乎可以满足您的需要。我希望它能帮助我解决自己的问题。

Ruby不是解决这个问题的语言。定义太慢了。需要多长时间？你能运行一次并缓存结果吗？阿奎那，不缓存是不可能的等等，那么你想做什么？只有城市名称的别名吗？如果是这样的话，你就把事情复杂化了。：）换句话说，你问“有没有更好的方法来解决这个问题？”但问题是什么。您提出了一个问题的解决方案，并询问了如何更有效地实施该解决方案。但你想解决的最初问题是什么？换句话说，您正在实现的用例是什么？看：你可能会丢掉最低的候选人。如何避免这种情况？暴力搜索100万x 1000对比根本不能回答我的问题你不可能白白得到一些东西。我已经解释了解决你问题的实际方法。除非使用一种将匹配算法与交线相结合的算法，否则无法获得精确匹配，而这种算法将极其复杂。你可以花几个月的时间来做。你最好的做法是实施我上面概述的简单解决方案。这不是我的问题。实际上有很多关于近似字符串匹配的资料，OP肯定不是第一个遇到这个问题的人