lucene 模糊搜索是懒惰的吗？

Question

我想使用 Lucene 的模糊搜索，据我了解，它基于某种类似于 Levenshtein 的算法。如果我使用相当高的阈值（即“new york~0.9”），它是否会首先计算编辑距离，然后查看它是否小于 0.9 对应的任何值，或者如果很明显它会切断算法文档与查询不匹配？我知道使用 levenshtein 算法可以做到这一点。

Answer 1

如果文档明显与查询不匹配，它会切断算法吗？

没有。你想看的代码是 FuzzyTermEnum 的第 57-59 行：

int dist = editDistance(text, target, textlen, targetlen);
distance = 1 - ((double)dist / (double)Math.min(textlen, targetlen));
return (distance > FUZZY_THRESHOLD);

你可以看到它计算距离，如果小于阈值则返回。

你为什么要关心这个？除非您的术语有数千个字符长，否则计算完整的编辑距离会非常快。