Zwei Strings auf prozentuale Übereinstimmung vergleichen

hustbaer

Also ich würde eher eine fixe Grenze verwenden, Edit-Distance 1 oder max. 2.
Und für Wörter die relativ kurz sind überhaupt 0.

ich versuche schon alle Zeichen rauszunehmen, die nicht relevant sind

Welche sollten das sein?
Im Prinzip sind sogar sämtliche "combining marks" wichtig, also Accents, die Umlaut-Punkte etc.

Und falls es alternative Schreibweisen gibt (wie z.B. die ca. 100 Schreibweisen von Caffee), das ist eine Sache die der Vokabeltrainer vermutlich sowieso unterstützen muss.

fischi1401

Es sind die Satzzeichen und Klammerinhalte, die ich ignoriere: "Hilfe!" "Hilfe bei ..." "OMG (Ausdruck)"
Ich möchte eben keinen Button [Doch richtig gewusst] verbauen, mit dem der User sich durchmogeln kann...
Ich poste hier mal noch einen Link, wenn ich die dritte Beta veröffentliche...

Ich halte es dennoch für sinnvoll Klammerinhalte und Punkte, Ausrufe/Fragezeichen zu ignorieren und dann nomal mit Stripslashes die Leerzeichen am Anfang und am Ende weg... Dann werde ich jetzt mal schauen wie ich diese Levenshtein-Distance einbaue und wie du sagtest, mache ich dann auch nur eine Distance von 1-3 je nach Phrasenlänge...

hustbaer

Ja, OK, Satzzeichen etc. ignorieren macht vermutlich Sinn. Klammerinhalte auch, wenn die Vokabel so vorliegen, dass diverse Klassifizierungen/Hinweise direkt im String drinstehen, und nicht in eigenen Feldern.

fischi1401

Ich habe mich nochmal etwas mit der Levenshtein-Distance befasst und muss aber sagen, dass ich dort an meine Grenzen stoße...

Ich habe hier nochmal was zum Thema Editierabstand gefunden:
http://www.tillmann-wegst.de/fuzzy/index.htm

Der Editierabstand ist definiert als die kleinste Menge elementarer Operationen, mit denen ein bestimmter String in einen bestimmten anderen String verändert werden kann. [...] Aus dem Editierabstand, der den Unterschied zwischen den Strings ausdrückt, kann der Wert für deren Ähnlichkeit abgeleitet werden.

Das scheint eigentlich auch zu funktionieren, bzw. für meinen Problemfall passend zu sein...
Die Frage ist jetzt von mir nur nochmal, mit welchen Funktionen mache ich das, wonach kann ich suchen bzw. ist das string::compare das was ich brauche?

Ich habe in C++ noch nicht ganz so viele Jahre Erfahrung...

Mit freundlichen Grüßen
fischi1401

otze

musst du selber schreiben. Sowa sgibt e sin C++ von haus aus nicht. Und wie bereits gesagrt wurde, macht Compare etwas vollständig anderes.

ps: was iam komplett fertigen beispielcode der hier verlinkt wurde bringt dich denn an deine Grenzen?

fischi1401

Naja... ich habe den C++ Programmcode von https://secure.wikimedia.org/wikibooks/en/wiki/Algorithm_Implementation/Strings/Levenshtein_distance#C.2B.2B
erfolgreich übernommen...

nur habe ich keine Ahnung wie ich diese Funktion ansprechen soll, wie ich ihr die zwei Strings übergebe...

Ich hätte instinktiv das gemacht, um den Wert zu bekommen:

int ergebnis = edit_distance("hallo", "hello");

Aber das geht nicht, weil der Compiler sagt:
In function `unsigned int edit_distance(const T&, const T&) [with T = char[6]]':instantiated from here

Das ist gerade mein Problem, wo ich nicht weiter weiß...

pumuckl

fischi1401 schrieb:

Aber das geht nicht, weil der Compiler sagt:
In function `unsigned int edit_distance(const T&, const T&) [with T = char[6]]':instantiated from here

Nein, sagt er nicht. Er sagt noch viel mehr. Unter anderem, was ihn daran stört.

Und was du daraus lernen solltest:

Poste immer die ganze Fehlermeldung, mit Fragmenten kann dir nicht geholfen werden.
Sag nicht "erfolgreich übernommen", wenn du "erfolgreich kopiert, aber nicht verstanden" meinst. Du hast dir offenbar den Code nichtmal angesehen, auch wenns nur 10 Zeilen sind. Sonst wäre dir aufgefallen, dass da size() auf den übergebenen Objekten aufgerufen wird, und die Methode gibts bei blanken Arrays nunmal nicht. Der Code ist nur für Container geeignet.

fischi1401

Ja du hast Recht.
Der Compiler gibt mir das aus:

In function `unsigned int edit_distance(const T&, const T&) [with T = char[6]]':
instantiated from here
request for member `size' in `s1', which is of non-class type `const char[6]'
request for member `size' in `s2', which is of non-class type `const char[6]'

Sehe ich das richtig, dass "T" mit "<class T> unsigned int" deklariert wird?

Als was / wie muss ich meine Texte der Funktion zuführen?

Es muss irgendetwas mit class sein, wenn ich den Compiler richtig interpretiere?
Hier fehlen mir eben die Kenntnisse, wie ich fortfahren muss...

Gruß, fischi1401.

Th69

Benutze z.B. die std::string-Klasse (mittels #include <string> einbinden):

std::string s1("Hallo");
std::string s2("Hallo");

int result = edit_distance(s1, s2);

fischi1401

Genau so einfach hatte ich mir das vorgestellt...

Danke Th69 - den Rest schaffe ich allein

Aber auch ein Dankeschön an pumuckl, der mich nochmal dazu gebracht hat, mich mit der Funktion auseinanderzusetzen...