【每周一库】 simsearch - a simple and lightweight fuzzy search engine

本期的每周一库带来的是simsearch，一个运行在内存的轻量级字符串模糊搜索引擎。

首先列出库的链接

• github: simsearch
• docs.rs: simsearch

接下来我们通过simsearch gihub中给出的例子来试用

开发环境

• ​​rustc --version​​: rustc 1.45.2 (d3fb005a3 2020-07-31)
• ​​cargo --version​​: cargo 1.45.1 (f242df6ed 2020-07-22)

首先在​​Cargo.toml​​文件中添加依赖项

simsearch = "0.2"

从官网的介绍我们可以知道，simsearch默认使用了Jaro-Winkler similarity算法，该算法是在Jaro distance进一步改进的算法。它的基本原理是根据公式：

计算字符串的相似度，其中的计算公式为

其中​​s1​​​和​​s2​​表示字符串的长度，m表示两字符串的匹配字符数，t表示换位数目transposition的二分之一。

了解了基本概念之后我们通过代码来演示simsearch的功能

我们参考官方例子，想要从三个给出的字符串中找到模糊符合我们搜索pattern的index，适当修改官方例子代码如下：

use simsearch::SimSearch;
use std::time::Instant;

fn main(){
    let mut engine: SimSearch<u32> = SimSearch::new();

    engine.insert(1, "Things Fall Apart");
    engine.insert(2, "The Old Man and the Sea");
    engine.insert(3, "James Joyce has somethings");
    
    let pattern = "thngs";

    let start = Instant::now();
    let res =  engine.search(&pattern);
    let end = Instant::now();

    println!("pattern: {:?}", pattern.trim());
    println!("results: {:?}", res);
    println!("time: {:?}", end - start);
}

运行结果如下

接下来我们调整插入的第三个字符串为​​James Joyce has some things​​​，期望是能够通过搜索pattern​​thngs​​找到第一个字符串和第三个字符串，运行结果如下：

以上就是本期的每周一库