确定一个企业名称是否与另一个名称非常相似 - Python
我正在处理一个大型的企业数据库。 我想比较两个企业名称的相似度，以查看它们是否可能是重复的。 以下是一些企业名称列表，应该测试出具有高重复概率的名称，如何进行比较呢？ George Washington Middle Schl George Washington School San...
算法：信封和信件的配对
免责声明：这不是任何作业，这个问题只是在我翻阅所有圣诞卡时浮现出来的。 问题如下：我们有M个信封和N封信，每个信封和信件都由一对正整数描述。信封和信件都是矩形的，可以旋转。如果信件的两个维度都小于或等于信封，则信件适合放入信封中。目标是找到最大的信封-信件匹配。 该问题很容易转换为最大二分...
构造字符串的排列，使其跳回最少。
寻找一个多项式时间算法或证明以下问题的NP难度： 给定两个字符串 s1=a1, a2,...,ak 和 s2=b1,...,bk，其中 s2 是 s1 的随机排列。 现在我们想要用 s2 构建出 s1。构建的过程如下： 从 s2 中选择一个与 a1 相等的字母并将其删除。 继续进行，选...
具有重叠时间段的会议安排算法
我想使用Hopcroft-Karp算法做类似于约会安排算法（N个人和N个空闲繁忙时间段，约束满足）的事情。但我的额外要求是我的时间间隔有重叠。例如，时间段可以是上午10点到11点或上午10点15分到11点15分。因此，如果我选择了上午10点到11点的时间段，我就不想选择上午10点15分到11点...
在Swift中获取字符串中子串的所有范围
我有一个字符串，例如 "ab ad adk fda kla kad ab ab kd"。我想获取所有“ab”的范围。（在这里，“ab”出现在第3个位置，所以我应该得到3个范围）。在正常情况下，我的代码可以正常工作，但如果搜索文本是“.”，那么我会得到错误的结果。 do { let r...
在R中进行非常快速的字符串模糊匹配
我有一组 40,000 行 x 4 列的数据，需要将每一列与自己进行比较，以找到最接近的结果或最小的莱文斯坦距离。目的是为每一行获取一个“几乎相同”的副本。我用“adist”计算了一下，但速度似乎太慢。例如，对于只有一列的情况，将 5,000 行与整个数据集的 40,000 行进行比较，需要近...
我想要在列之间匹配相似的单词。
1.0 2.0 3.0 loud complaint problems pain stress confused dull pain stress 这是我的数据集，我想重新组织行，以便如果每列中都出现一个单词，则将其转移到相应的行。例如 1.0 2....
不要使用grep将相邻匹配的上下文合并在一起
如果我在以下文件上运行grep -C 1 match： a b match1 c d e match2 f match3 g 我获得了以下输出：b match1 c -- e match2 f match3 g 可以看到，由于相邻匹配“match2”和“match3”的上下文重叠，它们被合并了...
比较1000万个实体
我需要编写一个程序来比较超过10'000'000个实体之间的差异。这些实体基本上是数据库/CSV文件中的平面行。 比较算法必须相当灵活，它基于一个规则引擎，其中最终用户输入规则，然后每个实体与其他每个实体进行匹配。 我正在思考如何将此任务分解为更小的工作负载，但我还没有找到任何东西。由于规...
如何在MYSQL中使用PHP进行模糊匹配公司名称以实现自动完成？
我的用户将通过剪切和粘贴导入一个包含公司名称的大字符串。 我已经拥有一个现有且增长中的MYSQL公司名称数据库，每个公司都有唯一的company_id。 我希望能够遍历该字符串，并为每个用户输入的公司名称分配一个模糊匹配。 目前，仅进行简单的字符串匹配也很慢。 Soundex索引会更快吗...