< 返回版块

西沉 发表于 2020-09-18 00:44

本期的每周一库带来的是simsearch,一个运行在内存的轻量级字符串模糊搜索引擎。

首先列出库的链接

接下来我们通过simsearch gihub中给出的例子来试用

开发环境

  • rustc --version: rustc 1.45.2 (d3fb005a3 2020-07-31)
  • cargo --version: cargo 1.45.1 (f242df6ed 2020-07-22)

首先在Cargo.toml文件中添加依赖项

simsearch = "0.2"

从官网的介绍我们可以知道,simsearch默认使用了Jaro-Winkler similarity算法,该算法是在Jaro distance进一步改进的算法。它的基本原理是根据公式:
simsearch-jaro-w.png

计算字符串的相似度,其中$sim_{w}$的计算公式为
simsearch-jaro.png

其中s1s2表示字符串的长度,m表示两字符串的匹配字符数,t表示换位数目transposition的二分之一。

了解了基本概念之后我们通过代码来演示simsearch的功能

我们参考官方例子,想要从三个给出的字符串中找到模糊符合我们搜索pattern的index,适当修改官方例子代码如下:

use simsearch::SimSearch;
use std::time::Instant;

fn main(){
    let mut engine: SimSearch<u32> = SimSearch::new();

    engine.insert(1, "Things Fall Apart");
    engine.insert(2, "The Old Man and the Sea");
    engine.insert(3, "James Joyce has somethings");
    
    let pattern = "thngs";

    let start = Instant::now();
    let res =  engine.search(&pattern);
    let end = Instant::now();

    println!("pattern: {:?}", pattern.trim());
    println!("results: {:?}", res);
    println!("time: {:?}", end - start);
}

运行结果如下
simsearch-run-1.png

接下来我们调整插入的第三个字符串为James Joyce has some things,期望是能够通过搜索patternthngs找到第一个字符串和第三个字符串,运行结果如下:
simsearch-run-2.png

以上就是本期的每周一库

评论区

写评论

还没有评论

1 共 0 条评论, 1 页