Поиск похожих данных

[evolution]

Поиск похожих данных

Стоит задача поиска похожих данных.

Есть таблица с некими числовыми значениями.
Типа таких:
35995840617720
26324508613925
98501884828806

Стоит задача поиска нечётких дублей.
Т.е. найти например
35995840617720
и
45995840917720
и
35995840617711

Что-то у меня мыслей никаких вообще нет, как искать...
Можете помочь?

 

[dimagolov]

искать совпадающие подстроки максимальной длинны. можно сразу начинать с какой-то минимальной.

 

[rotoZOOM]

Стоит задача поиска нечётких дублей.

Значит наверняка есть и определение, что такое "нечеткие дубли". Дайте его.

 

[evolution]

rotoZOOM:

Скажу как объяснили: "Найти наиболее похожие комбинации и отсортировать по убыванию похожести" =)

 

[rotoZOOM]

evolution Значит дай это определение сам себе. А именно введи понятие "степень похожести", введи порог ограничения "похож"/"не похож" для этой степени. Задай входные условия. (например, одно из условий может быть: длина всех чисел одинакова и равна N). Напиши этот алгоритм на бумажке, как бы ты это делал руками. А вот потом уже перетаскивай на ЯП.

 

[korchasa]

Как определяется "похожесть"?

Чем лучше ты ответишь себе на этот вопрос, тем ближе ты будешь к решению

 

[rotoZOOM]

evolution Для подумать вот тебе полезная ссылка.

 

[evolution]

rotoZOOM
спасибо за ссылку!
Очень помогла!

 

[Krishna]

http://www.php.net/manual/ru/function.levenshtein.php

 

[dimagolov]

А Левенштейн реализован в пхп, кстати
http://www.php.net/manual/en/function.levenshtein.php

 

[AmdY]

и подсказка, в php есть функции согласно некоторым алгоритмам из той ссылки, найдёшь сам по имени алгоритмов, например, растояние левенштейна

-~{}~ 05.02.09 16:08:

опоздал

 

[Krishna]

опоздал

Бронза ;D

 

[AmdY]

странно, что мы сообщили об одном и том же алгоритме, можно же было similar_text