模糊查询，按相似度排序

Question

A表有100W数据，现在要对某一字段进行模糊查询，并按相似度进行排序
比如有以下几条数据：
“北京新闻”
“最新新闻：北京XXXXXXX”
“上海新闻”
“新闻频道:北京台”
“北京市最新新闻”
输入“北京新闻”想得到的结果：
“北京新闻”
“新闻频道:北京台”
“北京市最新新闻”
“最新新闻：北京XXXXXXX”
“上海新闻”主要按相似度来排序，这怎么做？

Answer 1

--对你那个字段建立索引，然后select ..like..union all..拼！效率没问题的。

Answer 2

你可以再建一个相似度表（ID, name, distance）
distance就是相似度。
你要想计算相似度就要用到“字符串相似度”算法，你去google一下 edit distance可以搜出来很多算法，比如最简单的 levenshtein distance.  相似度从0~1， 越接近1越相似。
把你这100w数据做成一个arraylist方式存储以你的“北京新闻”为对比字符串，while 循环你的arraylist, 分别检查每条记录那个词与“北京新闻”的distance（float型）结果是什么，存入相似度表，最后order by distancce就可以了。

Answer 3

你也不用弄数组，直接while(rs.next) 条条循环比较就可以。速度大概几秒。

Answer 4

好在你不是两条两条的比，你要是两条两条的比那可以就是on^2的开销了。 这个你顶多On开销。