SQL LIKE话语多条件贪婪加权匹配算法(改进版)

SQL LIKE语句多条件贪婪加权匹配算法(改进版)

     上一篇博客：SQL LIKE语句多条件贪婪匹配算法。

     直接入题，其他的就不罗嗦了。

     上篇博客仅仅是实现了多个关键字“尽可能多的匹配”。

     但是在实际应用中，尽可能多的匹配不一定合理。

     就拿“如何在CSDN网站注册用户”这句话来说，拆成“CSDN”、“注册”、“用户”这三个词。假如数据库中某条记录匹配了“CSDN”、“注册”这两个词，另一条记录匹配了“注册”、“用户”这两个词。两条记录中匹配词的个数都是两个，如果仅仅用上一篇博客的算法，这两个记录是对等的，而显然，他们不是对等的！“CSDN”这个词在这句话中至关重要，他是先决条件。因此，匹配“CSDN”、“注册”这两个词的记录要比匹配“注册”、“用户”这两个词的记录优先。

     基于以上事实，让我们清醒的意识到关键词并不是对等的，应该给他们分配一个权重，权重高的优先。

execute proc_Common_SuperLike 'id','t_test','content','20','|','i|o|c'

    id表的主键字段名称。

    t_test表名。

    content匹配内容字段名称。

    20选出20个记录（从顶至下匹配度越来越低）。

    |关键字的分隔符号。

    i|o|c一共有i，o，c三个关键字，通过|分隔。

    不同的是，关键字有了权重的概念。

    规则：i|o|c这三个关键字，权重依次降低，i的权重是3，o的权重2，c的权重是1。

    也就是说，把重要的关键字靠前放，不重要的关键字靠后放，越靠前权重越高。

    需要说明的是：

    本算法以权重+匹配数综合结果作为判断标准，而不再是一味的贪婪。

    比如有a|b|c|d|e五个关键字，按照规则，权重分别是：a-5、b-4、c-3、d-2、e-1，假如某条记录匹配了a、b、c三个关键字，另一条记录匹配了b、c、d、e四个关键字。

    依照算法：

    第一条记录最终权重是5(a权重)+4(b权重)+3(c权重)+3(匹配数)=15

    第二条记录最终权重是4(b权重)+3(c权重)+2(d权重)+1(e权重)+4(匹配数)=14

    因此优先选择第一条记录，虽然第一条记录的匹配数没有第二条多，但最终权重高。