/// <summary>
/// 2つのハッシュ値の距離を計算する。
/// </summary>
/// <param name="a">ハッシュ値</param>
/// <param name="b">ハッシュ値</param>
/// <returns>ハッシュ値の距離</returns>
public static int MeasureDistance(WordHash a, WordHash b)
{
var ab1 = a.val1 & b.val1;
var ab2 = a.val2 & b.val2;
if (ab1 == 0 && ab2 == 0)
{
return int.MaxValue;
}
else
{
return Math.Max(
countBits(a.val1 - ab1) + countBits(a.val2 - ab2),
countBits(b.val1 - ab1) + countBits(b.val2 - ab2)
);
}
}
/// <summary>
/// 正しい単語リストの中から、指定した文字列に近い単語を取得する。
/// 専用のハッシュ値を使って単語を絞ってから、レーベンシュタイン距離を使って処理する。
/// </summary>
/// <param name="word">文字列</param>
/// <param name="candidatesCount">絞る単語の個数の最小値</param>
/// <returns></returns>
public ProofreaderResult Proofread(string word, int candidatesCount = 5)
{
// 元から正しい単語ならそのまま返す
if (hashes.ContainsKey(word))
{
return new ProofreaderResult(word, new List<string> { word });
}
// 辞書の各単語とのハッシュ距離を計算する
var hash = new WordHash(word);
var allWords = hashes.Keys.ToList(); // うーん
var hashDists = new int[allWords.Count];
for (var i = 0; i < allWords.Count; ++i)
{
hashDists[i] = WordHash.MeasureDistance(hash, hashes[allWords[i]]);
}
var candidates = new List<string>();
for (var dist = 0; candidates.Count < candidatesCount; ++dist)
{
for (var i = 0; i < allWords.Count; ++i)
{
if (hashDists[i] == dist)
{
candidates.Add(allWords[i]);
}
}
}
#region debug print
if (DebugPrint)
{
var distList = Enumerable.Range(0, allWords.Count)
.Select(i => Tuple.Create(allWords[i], hashDists[i]))
.ToList();
distList.Sort((a, b) => a.Item2.CompareTo(b.Item2));
Console.Error.WriteLine("word: {0}", word);
foreach (var distPair in distList)
{
Console.Error.WriteLine("{0}\t{1}", distPair.Item2, distPair.Item1);
}
}
#endregion
// 候補の中でレーベンシュタイン距離が最も近いものを返す
var min = int.MaxValue;
var res = new List<string>();
foreach (var cw in candidates)
{
var dist = MeasureLevenshtein(word, cw);
if (dist < min)
{
min = dist;
res = new List<string> { cw };
}
else if (dist == min)
{
res.Add(cw);
}
}
return new ProofreaderResult(word, res);
}