SQL Server difference函数的近似值操作
来源：未知 责任编辑：责任编辑 发表时间:2014-02-02 17:50 点击:次
全名：搜索引擎算法的胡乱猜测 - SQL Server difference函数的近似值操作
最近正在对SQL Server所有内置函数进行一个通参（呵呵，自己造的词，其实就是从头到尾过一遍），进行到difference函数的时候简单的在IDE中进行了小小的尝试，目标代码如下：
最近正在对SQL Server所有内置函数进行一个通参（呵呵，自己造的词，其实就是从头到尾过一遍），进行到difference函数的时候简单的在IDE中进行了小小的尝试，目标代码如下：
1 declare @input nvarchar(100)='shenme'
2 declare @targetItem nvarchar(100)='ShenMa收藏'
3 select DIFFERENCE(@input,@targetItem)as result
返回值如下：
result
-----------
4
(1 行受影响)
返回值为4，表明用户输入的值与进行比较的值是完全匹配的，但事实并不是这样'shenme'和'ShenMa收藏社区'明显是不一样的，只不过有几分相似而已，好，SQL Server中的相似值操作，就是我在这里要记录的（这句话换做大牛的说法是：好，这就是我们本节要讲的）。
difference返回值介绍：返回的整数是 SOUNDEX 值中相同字符的个数。返回的值从 0 到 4 不等：0 表示几乎不同或完全不同，4 表示几乎相同或完全相同。
首先需要讲明白的是，我要记录的是近似值操作，而并非类似四舍五入的操作：ROUND函数，他的作用是返回一个数值，舍入到指定的长度或精度。而我们这里要讨论的是： DIFFERENCE函数。
DIFFERENCE 返回一个整数值，指示两个字符表达式的 SOUNDEX 值之间的差异。
什么是SOUNDEX值？
SOUNDEX是一种语音算法，利用英文字的读音计算近似值，值由四个字符构成，第一个字符为英文字母，后三个为数字。在拼音文字中有时会有会念但不能拼出正确字的情形，可用Soundex做类似模糊匹配的效果。例如Knuth和Kant二个字符串，它们的Soundex值都是「K530」。
算法简要说明：
将英文字按以下规则替换（不使用第一个字符进行匹配）：
a e h i o u w y -> 0
b f p v -> 1
c g j k q s x z -> 2
d t -> 3
l -> 4
m n -> 5
r -> 6
去除0，对于重复的字符只保留一个
返回前4个字符，不足4位以0补足
以Knuth和Kant为例：
Knuth -> K5030 -> K53 -> K530
Kant -> K053 -> K53 -> K530
不知道大家看明白了没有，我来简单说一下，比如目标字符串是Knuth，我们不使用第一个字符进行匹配，也就是不使用k，而将k作为匹配结果的第一个字符，所以第一个字符就得到了，他就是k，然后使用第二个字符进行匹配：n，n在以上匹配表中处于的位置是第六行，对应后边的数字为5，所以第二个匹配的字符也找到了，更新现在的结果字符串，就是k5，然后结合去除0，重复字符只保留一个等其他规则以此类推，就得到了最后的结果。
有人会问，这个difference函数有什么用，我要匹配相似结果的时候用like不就行了，是的，我们可以用like，但是试想一下这样的情况，我们在web应用程序的搜索栏中输入了“对比”两个字，搜索一下，发现结果为0，而数据库中却有一条名为：“比对“的记录，而且他们长的竟然那么像，所以实际情况中，我们是希望这样的数据能够被检索出来，以供用户浏览或处理的，所以这就是你经常使用的like关键字，我们可以复制一下代码，在MSSQLSERVER的IDE中运行一下，查看结果是不是跟我的执行结果一样。
相关新闻>>
最新推荐更多>>>
- 发表评论
-
- 最新评论 更多>>
