Soundex

javasogo

Soundex
维库，知识与思想的自由文库
跳转到: 导航, 搜索
1个分类: 語音學
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。更详细的说明参考Donald Knuth大师的名著：电脑程序设计的艺术 (The Art Of Computer Programming) 第三卷排序和搜寻。


[编辑] 算法简要说明
将英文字按以下规则替换(除第一个字符外):
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