从集合中删除不符合条件的项目

Question

对于学校项目，目标是将查询字符串与 Song 对象内的歌词字符串进行模糊匹配。整体数据结构是一个由独特单词与歌词中包含该单词的歌曲集配对的 TreeMap。

我有包含查询字符串的初步匹配歌曲集。这里的问题是，我必须根据匹配部分中的字符数（包括空格）为每首结果歌曲分配一个排名。例如，搜索“她爱你”会在匹配项中返回以下内容：

“...她爱你...”披头士乐队，排名= 13
“......她只是爱你......” Bonnie Raitt，排名=18
“...她爱我，那么你...” Elvis Presley，rank=23

我用来对结果进行排序的是：

for (int i=0; i<lyrics.length; i++) {
  if (lyrics[i].equals(query[0])) { //got the start point
  start=i; //adjust the start index point

  //loop through lyrics from start point
  for (int j=1; j<query.length; j++) {
    if (lyrics[j].equals(query[query.length-1])) {
        end=i; //found the last word
    }

    //if next lyric word doesn't match this query word
    if (!lyrics[i+j].equals(query[j])) {

    //advance loop through lyrics. when a match is found, i is adjusted to
    //the match index
    for (int k= i+j+1; k<lyrics.length; k++) {
        if (lyrics[k].equals(query[j]) || lyrics[k].equals(query[0]))
            i=k++;
        } //end inner advance loop

    } //end query string test

  }//end query test loop

  song.setRanks(start, end); //start and end points for the rank algorithm.

} //end start point test

由于结果集中的所有歌曲都包含任何特定顺序的查询词，它们不会全部包含在结果打印输出中。使用此算法，如果查询与任何特定长度不匹配，如何设置触发器以从集合中删除歌曲？

编辑-Lucene 是这个问题的解决方案吗？这是项目中的一个灰色地带，我将在明天的课堂上提出。他允许我们为这个项目选择任何数据结构，但我不知道使用另一种实现进行字符串匹配是否会通过要求。

编辑 2 @belisarius-我不明白编辑距离在这里如何应用。编辑距离最常见的应用需要长度为n的字符串a和长度为m的字符串b，距离是a==b所需的编辑次数。对于这个项目，所需要的只是一场比赛中角色的排名，起点和终点未知。通过对上面发布的代码进行一些更改，我可以准确地找到起点和终点。我需要的是一种方法，如果歌词不适合任何方式的搜索，则可以从集合中删除不匹配的内容。

Answer 1

您可能想查看Levenstein 距离。 Apache commons-lang 库在 StringUtils 类。

Answer 2

帕特里夏特里也许就能满足你的需求。

浏览一下这个，看看它是否有你需要的东西。

http://code.google.com/p/patricia-trie/