Strings numerisch umwandeln

xm22 · 15.12.2010, 12:28

Hallo,

ich weiß nicht, ob das in diesem Bereich gut aufgehoben ist, da es eigentlich um einen Algorithmus geht. Ich habe bisher nichts dazu gefunden, vielleicht habe ich auch nur nach dem falschen gesucht. Das Problem ist folgendes: Ich will Sphinx für eine Volltextsuche nutzen, die Ergebnisse sollen aber alphabetisch sortiert werden. Kurze Info: Sphinx unterstützt zur Sortierung nur sog. Attribute und die dürfen nur ganzzahlig sein. Jetzt versuche ich, einen Algorithmus zu finden, der numerisch die alphabetische Sortierung von Strings abbildet. Allerdings bin ich zu schlecht in Mathe, um prüfen zu können, ob das überhaupt geht.

Ich habe einen Ansatz, der allerdings nur funktioniert, wenn alle Strings die selbe Länge haben:

PHP-Code:

  function str2Ordinal($str) {
        $length = mb_strlen($str, 'utf-8');
        $sum = 0;
        for ($i = 0; $i < $length; ++$i) {
            $char  = mb_substr($str, $i, $i + 1);
            $value = ($length - $i)*10*ord($char);
            $sum += $value;
        }

        return $sum;
    }

Diese Funktion geht alle Buchstaben eines Strings durch und multipliziert den Ord-Wert eines jeden Zeichens mit einer absteigenden Zahl * 10. So ist gewährleistet, dass die vorderen Zeichen stärker gewichtet sind, als die hinteren.
Das Problem tritt bei unterschiedlich langen Strings auf. Bsp.:

"b"
hat einen niedrigeren Wert als
"aaaaa",

was zu einer falschen Sortierung führen würde. Problematisch ist, dass ich vorher nicht weiß, wie lang der längste String ist.

Jetzt würde ich gerne wissen, ob mir jemand sagen kann, ob das rechnerisch überhaupt lösbar ist.

Wolla · 15.12.2010, 12:42

Ohne das Ding jemals gesehen zu haben: Wenn man keine Strings damit sortieren kann, dann klopp es in die Tonne.
Wahrscheinlich ist es aber so, dass die Lösung im Manual zu finden ist:
http://sphinxsearch.com/docs/

xm22 · 15.12.2010, 13:04

Zitat:

Wenn man keine Strings damit sortieren kann, dann klopp es in die Tonne.

Das wäre die allerletzte Konsquenz, die ich aber gerne vermeiden würde, da die Vorteile enorm sind.
In der Doku habe ich natürlich schon nach geschaut. In der Tat steht in der Doku ein Weg, den ich aber nicht verwenden kann. Unabhängig davon würde mich interessieren, wie so ein Algorithmus funktioniert, sofern es eine Lösung dafür gibt.

jabubo · 15.12.2010, 13:33

Deine Funktion hat mindestens einen Fehler. Du verwendest zwar mb_substr um ein einzelnes Zeichen zu haben, aber ord ist nicht Multibyte sicher.

PHP-Code:

  echo ord('更');

gibt dir 230 zurück. Das ist definitiv ein anderes Zeichen. Du solltest an der Stelle daher das Zeichen mit substr in seine maximal 4 Teile aufspalten und richtig Multiplizieren nicht vergessen.

Generell kann ich mir nicht vorstellen, dass du über diesen einfachen Weg jemals zu einer Lösung kommen wirst. Schreib dir einfach mal die Zahlen von ein paar Worten auf. Damit ist keine sinnvolle Sortierung hinzubekommen. Du wirst immer Konflikte haben.

xm22 · 15.12.2010, 14:07

Zitat:

aber ord ist nicht Multibyte sicher.

Das wusste ich nicht - ok.

Zitat:

und richtig Multiplizieren nicht vergessen.

?

Zitat:

Schreib dir einfach mal die Zahlen von ein paar Worten auf.

Bei gleich langen Zeichenketten (alles klein geschrieben) funktioniert es doch..

Wolla · 15.12.2010, 14:16

Zitat:

Bei gleich langen Zeichenketten (alles klein geschrieben) funktioniert es doch..

Dann mach alle Zeichenketten gleich lang.

nikosch · 15.12.2010, 14:37

Benutz eine sehr lange Ausgangszahl.

Bsp.
a=46
b=47
0=90

aa=4646 * 100000000000 / 10^strlen(4646) = 46460000000
ab=4647 = 46470000000
0=90 * 100000000000 / 10^strlen(90) = 90000000000

Das Problem ist, dass die Zahlen gigantisch werden. Du könntest Dich auf eine bestimmte Länge beschränken oder alle verwendeten Satzzeichen zusätzlich auf eine Map mit kleineren Werten abbilden und dann bspw. in einem anderen Zahlensystem rechnen.

xm22 · 15.12.2010, 14:47

Wieso diese Vorgehensweise? Da blicke ich nicht durch. Außerdem müsste doch die 0 dann eine kleinere Zahl haben als "aa" bzw. "ab"..?

nikosch · 15.12.2010, 20:02

Naja, kommt drauf an, wo Du sie haben willst. Hab die konkreten Ascii-Nummern jetzt nicht im Kopf, das oben waren Beispiele. Der Grundansatz ist:
Jedes Zeichen bekommt eine 2-stellige Nummer, die werden dann aneinandergereiht und rechtsbündig mit einer festen Anzahl von Nullen aufgefüllt. Ist halt bloß die mathematische Variante.

Themen-Optionen
Druckbare Version zeigen Jemanden per E-Mail auf dieses Thema hinweisen
Thema bewerten
Thema bewerten:

Ähnliche Themen
Thema	Autor	Forum	Antworten	Letzter Beitrag
[Erledigt] Teil eines Strings umwandeln	9999	PHP Tipps 2010	29	21.08.2010 15:25
Datumsformate umwandeln	GN	PHP Tipps 2009	10	10.10.2009 12:58
doc in pdf umwandeln und dann das pdf auslesen...	Robinrobin	PHP Tipps 2009	6	07.05.2009 14:15
Lange Strings in Oracle-DB schreiben	DaKine	Datenbanken	2	14.01.2009 13:40
[Erledigt] Anzahl der von Explode gelieferten strings?	nofear87	PHP Tipps 2008	3	25.10.2008 11:30
TAB innerhlab eines Strings.	GELight	PHP Tipps 2006	8	10.07.2006 21:16
EBCDIC in ASCII umwandeln	imported_martin	PHP Tipps 2006	2	08.04.2006 16:41
[Erledigt] Umwandeln in HTML-Entities ohne Umwandeln der TAGS		PHP-Fortgeschrittene	4	26.12.2005 16:17
doppelte Werte / Strings einer Spalte nur einmal ausgeben...		Datenbanken	2	29.07.2005 12:10
PDF in html umwandeln	JEGO	PHP Tipps 2005	2	12.04.2005 15:10
alle Positionen eines Strings innerhalb eines Strings finden		PHP Tipps 2005	8	23.02.2005 20:21
strings sortieren	aircrash	PHP Tipps 2004-2	5	23.12.2004 16:57
metrische länge eines strings	Sclot	PHP-Fortgeschrittene	3	08.12.2004 13:54
String in Array umwandeln		PHP Tipps 2004-2	15	24.11.2004 16:53
[Erledigt] Strings saeubern		PHP Tipps 2004	2	12.10.2004 15:52

15.12.2010, 12:28
xm22 Erfahrener Benutzer Registriert seit: 30.07.2008 Beiträge: 1.169 PHP-Kenntnisse: Fortgeschritten	Strings numerisch umwandeln Hallo, ich weiß nicht, ob das in diesem Bereich gut aufgehoben ist, da es eigentlich um einen Algorithmus geht. Ich habe bisher nichts dazu gefunden, vielleicht habe ich auch nur nach dem falschen gesucht. Das Problem ist folgendes: Ich will Sphinx für eine Volltextsuche nutzen, die Ergebnisse sollen aber alphabetisch sortiert werden. Kurze Info: Sphinx unterstützt zur Sortierung nur sog. Attribute und die dürfen nur ganzzahlig sein. Jetzt versuche ich, einen Algorithmus zu finden, der numerisch die alphabetische Sortierung von Strings abbildet. Allerdings bin ich zu schlecht in Mathe, um prüfen zu können, ob das überhaupt geht. Ich habe einen Ansatz, der allerdings nur funktioniert, wenn alle Strings die selbe Länge haben: PHP-Code: `function str2Ordinal($str) { $length = mb_strlen($str, 'utf-8'); $sum = 0; for ($i = 0; $i < $length; ++$i) { $char = mb_substr($str, $i, $i + 1); $value = ($length - $i)10ord($char); $sum += $value; } return $sum; }` Diese Funktion geht alle Buchstaben eines Strings durch und multipliziert den Ord-Wert eines jeden Zeichens mit einer absteigenden Zahl * 10. So ist gewährleistet, dass die vorderen Zeichen stärker gewichtet sind, als die hinteren. Das Problem tritt bei unterschiedlich langen Strings auf. Bsp.: "b" hat einen niedrigeren Wert als "aaaaa", was zu einer falschen Sortierung führen würde. Problematisch ist, dass ich vorher nicht weiß, wie lang der längste String ist. Jetzt würde ich gerne wissen, ob mir jemand sagen kann, ob das rechnerisch überhaupt lösbar ist.


Mister Ad PHP Code Flüsterer Registriert seit: 21.08.2005 Beiträge: 4682 PHP-Kenntnisse: Fortgeschritten

15.12.2010, 12:42
Wolla Moderator Registriert seit: 06.06.2008 Beiträge: 4.945 PHP-Kenntnisse: Fortgeschritten	Ohne das Ding jemals gesehen zu haben: Wenn man keine Strings damit sortieren kann, dann klopp es in die Tonne. Wahrscheinlich ist es aber so, dass die Lösung im Manual zu finden ist: http://sphinxsearch.com/docs/ __________________ Warum denkt mein Hund eigentlich immer dann, wenn es an der Tür klingelt, es sei für ihn?

15.12.2010, 13:33
jabubo Erfahrener Benutzer Registriert seit: 23.09.2010 Beiträge: 146 PHP-Kenntnisse: Fortgeschritten	Deine Funktion hat mindestens einen Fehler. Du verwendest zwar mb_substr um ein einzelnes Zeichen zu haben, aber ord ist nicht Multibyte sicher. PHP-Code: `echo ord('更');` gibt dir 230 zurück. Das ist definitiv ein anderes Zeichen. Du solltest an der Stelle daher das Zeichen mit substr in seine maximal 4 Teile aufspalten und richtig Multiplizieren nicht vergessen. Generell kann ich mir nicht vorstellen, dass du über diesen einfachen Weg jemals zu einer Lösung kommen wirst. Schreib dir einfach mal die Zahlen von ein paar Worten auf. Damit ist keine sinnvolle Sortierung hinzubekommen. Du wirst immer Konflikte haben. __________________ PHP online testen, zum Beispiel: md5, base64_decode, preg_match, urldecode und viele weitere...

15.12.2010, 14:37
nikosch moderatives Dielektrikum Registriert seit: 21.05.2008 Beiträge: 35.994 PHP-Kenntnisse: Fortgeschritten	Benutz eine sehr lange Ausgangszahl. Bsp. a=46 b=47 0=90 aa=4646 * 100000000000 / 10^strlen(4646) = 46460000000 ab=4647 = 46470000000 0=90 * 100000000000 / 10^strlen(90) = 90000000000 Das Problem ist, dass die Zahlen gigantisch werden. Du könntest Dich auf eine bestimmte Länge beschränken oder alle verwendeten Satzzeichen zusätzlich auf eine Map mit kleineren Werten abbilden und dann bspw. in einem anderen Zahlensystem rechnen. __________________ -- One pixel is still too big. Please make it smaller. ASAP. Initiative Mittelstand. Die wichtigste Gestaltungsregel im Screendesign ist Pi mal Daumen des Arbeitgebers. --

15.12.2010, 14:47
xm22 Erfahrener Benutzer Registriert seit: 30.07.2008 Beiträge: 1.169 PHP-Kenntnisse: Fortgeschritten	Wieso diese Vorgehensweise? Da blicke ich nicht durch. Außerdem müsste doch die 0 dann eine kleinere Zahl haben als "aa" bzw. "ab"..?

15.12.2010, 20:02
nikosch moderatives Dielektrikum Registriert seit: 21.05.2008 Beiträge: 35.994 PHP-Kenntnisse: Fortgeschritten	Naja, kommt drauf an, wo Du sie haben willst. Hab die konkreten Ascii-Nummern jetzt nicht im Kopf, das oben waren Beispiele. Der Grundansatz ist: Jedes Zeichen bekommt eine 2-stellige Nummer, die werden dann aneinandergereiht und rechtsbündig mit einer festen Anzahl von Nullen aufgefüllt. Ist halt bloß die mathematische Variante. __________________ -- One pixel is still too big. Please make it smaller. ASAP. Initiative Mittelstand. Die wichtigste Gestaltungsregel im Screendesign ist Pi mal Daumen des Arbeitgebers. --