使用 JavaScript 实现简单候选项推荐功能（模糊搜索）

432 查看

当我们使用 Google 等搜索功能时，会出现与搜索内容有关的候选项。使用 JavaScript 搜索字符串，通常会使用 indexOf 或者 search 函数，但是非常僵硬，只能搜索匹配特定词语。比如使用关键词 今天是星期几 想要检索 今天是星期五 这个内容，就无法实现，虽然它们只有很小的差别。

本文就来介绍一个有趣的算法编辑距离（Levenshtein Distance），然后用它来实现一个简单的候选项推荐（模糊搜索）功能。

编辑距离（Levenshtein Distance）

简单的说，编辑距离就是把一个字符串修改变成另一个字符串的修改次数。如果修改的次数越小，我们可以简单的认为这两个字符串之间的关系越紧密。比如 今天是星期几 对于 今天是星期五 和 明天是星期五比较，跟 今天是星期五 更加紧密一些，因为前者的编辑距离是 1，后者的编辑距离是 2。

更详细的百度百科已经说的很清楚了，这里不再赘述，主要给出 JavaScript 的实现方法：

按照自然语言表达的算法，我们先需要根据两个字符串的长度创建一个二维表：

function levenshtein(a, b) {

var al = a.length + 1;

var bl = b.length + 1;

var result = [];

var temp = 0;

// 创建一个二维数组

for (var i = 0; i < al; result[i] = [i++]) {}

for (var i = 0; i < bl; result[0][i] = i++) {}

}

之后就需要遍历这个二位数组，按照如下的规则取得三个值的最小值：

如果最上方的字符等于最左方的字符，则为左上方的数字。否则为左上方的数字 + 1。
左方数字 + 1
上方数字 + 1

需要判断两个值是否相等来决定左上方数字是否 + 1，所以引入 temp 变量。我们可以写出如下遍历代码：

for (i = 1; i < al; i++) {

for (var j = 1; j < bl; j++) {

// 判断最上方和最左方数字是否相等

temp = a[i - 1] == b[j - 1] ? 0 : 1;

// result[i - 1][j] + 1 左方数字

// result[i][j - 1] + 1 上方数字

// result[i - 1][j - 1] + temp 左上方数字

result[i][j] = Math.min(result[i - 1][j] + 1, result[i][j - 1] + 1, result[i - 1][j - 1] + temp);

}

最后将二维数组最后一个值返回，该值就是编辑距离：

1	return result[i-1][j-1];

这个函数就完成了：

function levenshtein(a, b) {

var al = a.length + 1;

var bl = b.length + 1;

var result = [];

var temp = 0;

// 创建一个二维数组

for (var i = 0; i < al; result[i] = [i++]) {}

for (var i = 0; i < bl; result[0][i] = i++) {}

for (i = 1; i < al; i++) {

for (var j = 1; j < bl; j++) {

// 判断最上方和最左方数字是否相等

temp = a[i - 1] == b[j - 1] ? 0 : 1;

// result[i - 1][j] + 1 左方数字

// result[i][j - 1] + 1 上方数字

// result[i - 1][j - 1] + temp 左上方数字

result[i][j] = Math.min(result[i - 1][j] + 1, result[i][j - 1] + 1, result[i - 1][j - 1] + temp);

}

return result[i-1][j-1];

}

实际应用

那么我们现在就来实现一个简单的搜索功能。

大体思路就是将数据与要搜索的字符串计算编辑距离，然后进行排序，将编辑距离小的放在上面显示。具体 Demo 做在 jsfiddle 上面了：

也可以点击这里查看。

使用起来是有点效果的，比如：

和

但是也有很大的偏差，比如要搜索的关键词和相似结果编辑距离太大，超过了同等长度的不同字符，这时候就会出现错误的推荐：

如果数据足够多，各种情况都具备，那么推荐准确的可能性更大些。如果要改善这个功能，可能需要结合中文分词对关键词进行匹配综合等等，超出本文范畴这里不再赘述。

如果你有更好的方法和思路，欢迎留言讨论。