tsql - 针对自身检查 SQL Server 表值

Question

假设我有这张 table :

declare @tmpResults table ( intItemId int, strTitle nvarchar(100), intWeight float )

insert into @tmpResults values (1, 'Item One', 7)
insert into @tmpResults values (2, 'Item One v1', 6)
insert into @tmpResults values (3, 'Item Two', 6)
insert into @tmpResults values (4, 'Item Two v1', 7)

还有一个函数，我们称之为 fn_Lev，它接受两个字符串，将它们相互比较并返回它们之间的差异数作为整数(即​​ Levenshtein 距离)。

查询该表的最有效方法是什么，检查每个 strTitle 的 fn_Lev 值与表中所有其他 strTitles 的关系，并删除彼此相似且 Levenshtein 距离为 3 的行，而不是保持较高的 intWeights？

所以在删除之后，@tmpResults 应该包含

1   Item One    7
4   Item Two v1 7

我可以想办法做到这一点，但没有什么是非常慢的(即迭代)。我确定有更快的方法？

干杯， 马特

Answer 1

SELECT strvalue= CASE 
                WHEN t1.intweight >= t2.intweight THEN t1.strtitle 
                ELSE t2.strtitle 
              END, 
       dist = Fn_lev(t1.strtitle, t2.strtitle) 
FROM   @tmpResults AS t1 
       INNER JOIN @tmpResults AS t2 
         ON t1.intitemid < t2.intitemid 
WHERE  Fn_lev(t1.strtitle, t2.strtitle) = 3 

这将执行一个自连接，每行只匹配一次。它将排除匹配行本身或先前匹配的反向，即如果 A<->B 是匹配项，则 B<->A 不是。

case语句选择最高权重的结果