论文部分内容阅读
字符串相似连接是指在字符串集合中找出相似的字符串对，是许多应用的关键操作，寻找高效的字符串相似连接算法已成为研究热点。基于划分的过滤-验证方法（Pass-Join）与其他方法相比具有较高的效率。它按照字符串长度递增的顺序访问字符串集合，通过查找一个字符串的划分块是否存在于另一个字符串中，快速筛选出可能相似的字符串对（候选集），然后利用编辑距离进行相似性验证。研究发现，按照字符串长度递减的顺序进行过滤（长度递减过滤）的效果优于按照长度递增的顺序过滤（长度递增过滤）的效果，基于此，提出双向过滤-验证机制：在过