एक सरल ध्वन्यात्मक खोज कार्यान्वयन उदाहरण

समस्या कथन

अंग्रेजी प्रतिलेखन में रूसी और यूक्रेनी नामों की सूची वाला एक डेटाबेस है, क्योंकि यह पर्यटक पासपोर्ट में दर्ज है। चूंकि कुछ समय पहले रूस में इन पासपोर्टों के लिए प्रतिलेखन नियम बदल गए थे (अंग्रेजी से फ्रेंच से अंग्रेजी में, इसके विपरीत, टोली), एक बहुत ही वास्तविक और यहां तक ​​कि आधिकारिक संभावना है कि किसी भी नाम को अलग तरीके से लिखा जा सकता है। इसके अलावा, डेटा को कभी-कभी समुद्री पासपोर्ट से लिया जा सकता है, जिससे स्थिति और भी भ्रामक हो जाती है।
अब कल्पना करें कि आपको इस डेटाबेस में अंतिम नाम से एक व्यक्ति को जल्दी से खोजने की जरूरत है, उदाहरण के लिए, शचीग्लोव ... (मुस्कान)

समाधान के विकल्प

मौजूदा एल्गोरिदम को या तो शुद्ध अंग्रेजी के लिए अभिविन्यास द्वारा पसंद नहीं किया गया था, या "गर्म खोज" की पूर्ण असंभवता द्वारा (उपनाम पूरे के रूप में दर्ज किया जाना चाहिए, और उसके बाद ही तुलना की जाती है)। और फिर मुझे एक सरल एल्गोरिथम याद आया जो मैंने कई साल पहले एक ग्रीक प्रोजेक्ट के लिए लिखा था, जहां एक समान समस्या और भी कठोर थी: उपनाम (ग्रीक) वहां के ऑपरेटरों को फोन द्वारा सुना जाना था। एल्गोरिथ्म का वर्णन मुझे मेरे तत्कालीन साथी ने दिया था, इसे "वॉयल" कहा। ग्रीक और रूसी, निश्चित रूप से, बहुत समान नहीं हैं, लेकिन प्रतिलेखन के साथ छिद्र काफी समान हैं, और मैंने रूसी जरूरतों के लिए "आवाज" को बदलने का जोखिम उठाने का फैसला किया।

कुछ आवश्यक स्पष्टीकरण

कई साल पहले - जब सूरज चमकीला था, घास हरियाली थी, तो लड़कियां अधिक रहस्यमय थीं, और मोटी रेखाओं में ब्रैड शब्द के बारे में लिखा गया था, इन पंक्तियों के लेखक ने समान विचारधारा वाले लोगों के साथ, छोटे और मध्यम ग्रीक कम्पास के लिए बैकेंड लिखकर रोटी और मक्खन के साथ अपनी ताकत का सर्वश्रेष्ठ प्रदर्शन किया।
तब से, बहुत कुछ बदल गया है, विशेष रूप से, लेखक का व्यवसाय सामान्य रूप से आईटी और विशेष रूप से कई वर्षों से प्रोग्रामिंग से जुड़ा नहीं है। बोरिंग मानव संसाधन प्रबंधन, ग्रे ऑफिस कार्यदिवस।
वे कहते हैं, हालांकि, प्रोग्रामर पूर्व नहीं हैं, और जब कार्यालय को स्थानांतरित करने के संबंध में प्रश्न रहित पेपरवर्क पर स्विच करने के बारे में सवाल उठता है, तो मैंने एक सिस्टम लिखने का जोखिम उठाया, क्योंकि जरूरतें मामूली हैं।
मैंने व्यावहारिक आलोचना और मूल्यवान टिप्पणियों के लिए मामूली उम्मीद में परियोजना के कुछ दिलचस्प और / या विवादास्पद हिस्सों को साझा करने का उपक्रम किया।
तो, "गोल्डफ़िंच।"

प्रस्तावित समाधान

सामान्य तौर पर, उल्लिखित "वॉयल" ने एक बहुत ही सरल काम किया: पूरे शब्द को एक रजिस्टर में, उदाहरण के लिए, निचले मामले में, और कुछ अक्षरों या अक्षरों के संयोजन को उनके "ध्वन्यात्मक मेलों" से बदल दिया, अर्थात्, बस अन्य अक्षरों के साथ (बहुत कम अक्सर - संयोजन)।
मैंने रूसी भाषा के लिए "ध्वन्यात्मक पत्राचार" की एक समान तालिका बनाने की कोशिश की, और मुझे निम्न जैसा कुछ मिला (टिप्पणियों का स्वागत है):

सबसे पहले, सभी प्रकार के दोहरे व्यंजन। हम निकालते हैं, एक पर्याप्त है:

बब = ब	kk = के	आरआर = आर
cc = c	ll = l	ss = s
dd = d	मिमी = एम	tt = t
एफएफ = वी	nn = n	zz = z
hh = एच	पीपी = पी

अगला - हिसिंग-सीटी की एक किस्म:

श = s	ज़च = स	सीके = के
ch = c	sch = s	केएस = एक्स
शंख = स	csh = s	ts = c
जच = स	झ = = ज़	tc = c

फिर रूसी भाषा के बाकी मालिकाना फ़ीचर, जैसे "y", "I", "e", "y", "f", आदि।

यु = यू	जे = ई	ओय = ओय
जू = यू	ei = ईआई	ओज = ओआई
यू = यू	आँख = ई	फ = च
य = अ	ईज = ईआई	yy = i
ja = a	यो = ई	ii = मैं
िया = ए	io = ई	इय = i
तु = ई	जो = ई	y = मैं
यानी = ई	ओि = ओि	yy = i

अच्छी तरह से और इतने पर, बाकी:

ख = ज

gh = जी

'=

यही है, चाहे उक्त Scheglov को "Shcheglov", "Scheglov" या यहाँ तक कि "Zchegloff" के रूप में लिखा गया हो - इस तालिका की मदद से इसे अस्पष्ट "Seglov" में अनुवादित किया जाएगा।
यह कोड लिखने के लिए रहता है।

कक्षा tvoel

नीचे दिए गए उदाहरण डेल्फी का उपयोग करते हैं।
पत्राचार तालिका एक फ़ाइल से TStringList की शीट में पढ़ी जाती है, और इसमें बाइनरी खोज के लिए छांटा जाता है। यह खोज लोकेट फ़ंक्शन करता है। संबंधित कार्यों का कार्यान्वयन आम के लिए छोड़ दिया गया है।

type TVoel = class private FFileName: String; FList: TStrings; procedure setFileName(const Value: String); procedure readFile; function isReady: Boolean; function Locate(const Value: String; var Index: Integer): Boolean; public constructor Create; destructor Destroy; override; function Convert(const Value: String): String; property FileName: String read FFileName write SetFileName; end; implementation function TVoel.Convert(const Value: String): String; var ii, p, len: Integer; str: String; Ch: String; found: Boolean; begin Result := ''; len := Length(Value); ii := 0; while ii < len do begin Inc(ii); Ch := Value[ii]; found := Locate(Ch, p); if found then begin str := Value[ii]; while found and (ii < len) do begin Inc(ii); str := str + Value[ii]; found := Locate(str, p); end; if not found then begin setlength(str, length(str)-1); Dec(ii); end; if CompareText(str, FList.Names[p]) = 0 then Ch := FList.ValueFromIndex[p]; end; Result := Result + Ch; end; Result := ANSIUpperCase(Result); end; 

वर्तमान में, उपरोक्त वर्ग को हजारों लोगों की मामूली सूची पर "ध्वन्यात्मक तालिका" को "डीबग" करने के लिए उपयोग किया जाता है। बेशक, अंतिम कार्यान्वयन डेटाबेस में निर्मित एक प्रक्रिया के रूप में लिखा जाना चाहिए (होना चाहिए)।