CN101853280A - 一种手持设备中联系人查找方法 - Google Patents

Abstract

本发明公开了一种手持设备中联系人查找方法，属于信息技术处理领域。本发明的方法为：1)对通讯录中的姓名字符串进行分词，并对分词后的中文字符进行拼音反查；2)将分词结果和拼音反查结果保存到一节点数组中；3)将输入的过滤字符串与所述节点数组进行匹配，获取匹配的状态数据；其中，状态数据的数据结构包括：匹配过滤字符串的位置、匹配过滤字符串的长度、节点串的位置、当前匹配的状态；4)根据匹配的状态数据，获取通讯录中匹配的结果数据。与现有技术相比，本发明可以减少按键的次数，提高查找的准确性。

Description

一种手持设备中联系人查找方法

技术领域

本发明涉及一种联系人查找方法，尤其涉及一种手持设备中联系人查找方法，属于信息技术处理领域。

背景技术

随着手持设备硬件性能的进一步提升，和市场日益蓬勃的发展，各种平台的手持设备层出不穷，手持设备的性能也有很大的提升，从而为第三方软件开发提供了广阔的空间。

通讯录作为手持设备的核心功能模块，在人们日常通讯过程中发挥着相当重要的作用，成为人们工作生活必不可少的工具。中文字符查找操作中存在中文字符直接查找、拼音查找、笔画查找等多种查找方式，而拼音查找又可以分全拼查找，简拼查找等查找方法。

目前三大主流智能手机操作系统(Symbian，Android，iPhone OS)通讯录查找方案中都提供了各自实现了查找解决方案。

1)Android系统通讯录(截止到版本2.1)的解决方案中，查找方法不支持中文拼音查找；

2)iPhone OS系统通讯录的查找方案中，虽然支持拼音和简拼查找，但仅支持姓或者名的第一个汉字全拼和简拼查找；

3)Symbian平台对拼音智能查找方案中，实现仅限于连续的汉字的拼音和简拼，不支持非连续汉字的拼音和简拼查找。

综上所述，虽然各个手机平台都提供了各自实现的查找解决方案，但都未能充分挖掘中文查找的特性和发挥移动设备输入的特点，提供高效，准确的中文查找方法。

发明内容

针对现有技术中存在的技术问题，本发明的目的在于提供一种手持设备中联系人查找方法。

本发明的技术方案为：

一种手持设备中联系人查找方法，其步骤为：

1)对通讯录中的姓名字符串进行分词，并对分词后的中文字符进行拼音反查；

2)将分词结果和拼音反查结果保存到一节点数组中；其中，节点数组的数据结构包括：节点类型、节点在姓名中的起始位置、拼音数组中的拼音个数、拼音数组、英文字符内容；

3)将输入的过滤字符串与所述节点数组进行匹配，获取匹配的状态数据；其中，状态数据的数据结构包括：匹配过滤字符串的位置、匹配过滤字符串的长度、匹配节点串的位置、当前匹配的状态；

4)根据匹配的状态数据，获取通讯录中匹配的结果数据。

进一步的，对通讯录中的姓名字符串进行分词的方法为：获取姓名字符串中的每一个字符，如果当前字符的类型为英文或者数字，则将其添加到缓存中；否则先将缓存添加到所述节点数组，清空缓存，并对字符进行拼音反查；如果拼音反查失败，则将当前字符添加到所述节点数组，如果拼音反查成功则将字符和该字符所有的拼音一起作为一个节点添加到所述节点数组。

进一步的，所述分词结果包括：英文或拼音字符串、中文字符串、其他符号，其中其他符号包括：数字、标点、特殊符号。

进一步的，按照通讯录中姓名出现的顺序将每个姓名的处理结果保存在所述节点数组中。

进一步的，所述状态数据的获取方法为：

a)创建匹配使用的栈，并初始化匹配状态：将已匹配过滤字符串长度设为0，将当前节点下标设为0，将匹配状态置为未匹配；

b)如果已经匹配过滤字符串的长度与所输入的过滤字符串长度相等，则认为本次匹配操作成功，结束匹配，否则执行步骤c)；

c)如果当前节点下标小于所述节点数组最大下标，则将当前节点与过滤字符串进行匹配，执行步骤d)，否则执行步骤e)；

d)如果当前节点与未匹配过滤字符串匹配成功，则将当前匹配状态数据存入栈中，同时将已匹配过滤字符串位置加上本次匹配的长度作为新的匹配长度，将所述节点数组下标加1；如果匹配失败，将节点数组下标加1，返回步骤b)；

e)查看状态栈中是否为空，如果不为空，则弹出栈顶的状态数据，将节点数组下标加1，返回步骤b)，否则认为本次匹配失败。

进一步的，i)如果当前节点是非汉字节点：对于节点的每一个字符，如果其与过滤字符串剩余的第一个字符相等，则继续匹配；如果当前字符是字母且字母在键盘上对应的数字与过滤字符串相等，则继续匹配；否则匹配结束，返回已经匹配的长度；ii)如果当前节点是汉字节点：依次对汉字的字符和所有的拼音与过滤字符串进行匹配，并记录匹配的状态；对于汉字的拼音字母，采用步骤i)方法进行匹配。

进一步的，获取通讯录中匹配的结果数据的方法为：

a)将状态栈中匹配的状态数据反转，生成新的栈；

b)获取所述节点数组中的每一个节点，如果该节点位置小于步骤a)所生成栈的栈顶状态数据的位置，则将该节点的数据作为不匹配内容添加到一结果数组中；否则该节点位置等于栈顶状态数据的位置，输出栈中状态数据。

进一步的，a)如果当前节点是汉字，则查看匹配的状态，如果匹配汉字本身，则将汉字添加到所述结果数组中；如果匹配某一个拼音，则将拼音首字母大写，并根据匹配的长度分别将拼音匹配部分和不匹配部分添加到所述结果数组中；b)如果当前节点是非汉字，则根据匹配长度将字符的匹配部分和不匹配部分添加到所述结果数组中。

进一步的，计算所述匹配姓名所属的联系人的联系频率，并根据联系频率将匹配姓名按照降序排序。

进一步的，采用堆排序方法对匹配姓名进行排序；根据通信记录中的拨号次数、短信次数、邮件次数综合计算所述联系频率。

与现有技术相比，本发明的积极效果为：    

1.  使用栈对中文字符串进行查找，依次对汉字的字符、全拼、简拼，及拼音在键盘(ITU-T键盘)上的数字映射进行匹配，实现全方位的查找功能。

2.  通过联系频率对查找结果进行排序。本发明通过统计联系人的电话联系次数，短信/彩信联系次数，邮件联系次数来计算联系频率，根据该频率对联系人进行排序。

3.  结合全方位查找和联系频率的通讯录查找。全方位查找获得的结果数量一定会比其他单纯的查找结果多很多，引入联系频率对查找结果进行排序可以使经常联系的联系人排在前面，从统计上减少按键的次数，提高查找的准确性。

本发明提供的智能查找结合按照联系频率对结果进行排序，可以做到3次按键找到常用的联系人，5次按键找到绝大部分的联系人。

附图说明

图1为姓名字符串切分流程图；

图2为匹配活动状态图；

图3为汉字匹配流程图；

图4为非汉字匹配流程图。

具体实施方式

下面结合附图对本发明进行进一步详细描述：

1.对通讯录每一个联系人的姓名的字符串进行分词，及拼音反查。将字符串分离成英文(拼音)字符串，中文字符，其他符号(数字，标点，特殊符号等)，并对中文字符进行拼音反查。将以上结果按顺序姓名中出现的顺序保存在节点数组中。

联系人的姓名字符串切分算法，如图1所示：

a)获取姓名字符串中的每一个字符。如果该字符的类型为英文或者数字，将字符添加到缓存中；否则先将缓存添加到节点数组，清空缓存，并对字符拼音反查(使用折半查找)。

b)如果拼音反查失败，将该字符添加到节点数组；反查成功则将字符和该字符所有的拼音一起作为一个节点添加到节点数组。

c)获取所有字符结束时将缓存添加到节点数组。

数据结构描述：

struct ContactWordItem{

      TInt iWord；  //汉字，0表示本节点为英文

      TInt iPosInText；//节点在姓名中的起始位置

      TInt iCount；∥拼音数组中的拼音个数

      const char*iPinyins[6]；//拼音数组

      const TText*iContent；∥英文字符内容

}；

2.使用输入的过滤字符串对节点数组进行匹配，如图2所示：

a)创建匹配使用的栈。初始化匹配状态，将已匹配过滤字符串长度设为0，将当前节点下标设为0，将匹配状态置为未匹配(用-1表示)。

b)如果已经匹配过滤字符串的长度与原始过滤字符串(即输入的过滤字符串)长度相等结束，将认为本次匹配操作成功，返回true。否则执行步骤c。

c)如果当前节点下标小于节点数组最大下标，尝试将该节点与过滤字符串进行匹配(节点详细匹配算法在项目2.1和项目2.2中详述)，执行步骤d。否则跳转步骤e。

d)如果当前节点与未匹配过滤字符串匹配成功，将当前匹配状态数据存入栈中，同时将已匹配过滤字符串位置加上本次匹配的长度作为新的匹配长度，将节点数组下标加1。如果匹配失败，将节点数组下标加1，跳转步骤b。

e)查看状态栈中是否为空，如果不为空，弹出栈顶的状态数据，将节点数组下标加1，跳转步骤b。否则认为本次匹配失败，返回false。

入栈的匹配状态数据为：

TUint8 iPatterPos；//匹配过滤字符串的位置

TUint8 iPatterLen；//匹配过滤字符串的长度

TUint8 iWordsPos；//匹配节点串的位置

TInt8 iWordsState；//当前匹配的状态。

算法示例：

while(pp＜aPattern.Length()){

    if(wp＜iWords.Count())

    {

        CContactWordItem*wi＝iWords[wp]；

        TInt state＝item.iWordsState；

        TInt mc＝iWords[wp]-＞Match(aPattern.Mid(pp)，state，iDigital)；

        if(mc＞0)

        {

            item.Set(pp，mc，wp，state)；

            iMatchStack.PushL(item)；

            pp+＝mc；

            if(！wi-＞IsMatchDirect(state))

            {

                iTranlated＝ETrue；

            }

        }

        item.iWordsState＝-1；

        wp++；

    }

    else if(！iMatchStack.IsEmpty())

    {

        item＝iMatchStack.Top()；

        iMatchStack.Pop()；

        pp＝item.iPatterPos；

        wp＝item.iWordsPos；

    }

    else

    {

        return EFalse；

    }

}

return ETrue。

2.1汉字节点模式匹配，如图3所示。

依次对汉字的字符和所有的拼音与过滤字符串进行匹配，并记录匹配的状态。拼音字母的匹配算法与英文匹配算法一致(见2.2)。

2.2非汉字节点的匹配，如图4所示。

非汉字节点包括拼音字母，英文字母，符号。对非汉字节点匹配的内容包括字符本身的匹配和字母在键盘上对应数字的匹配：

对于节点的每一个字符：如果与过滤字符串剩余的第一个字符相等，继续匹配；如果是字母且字母在键盘上对应的数字与过滤字符串相等，继续匹配；否则匹配结束，返回已经匹配的长度。

示例代码：

const char TDigitalMap[]＝″22233344455566677778889999″；

inline TBool DigitalMatch(TInt aWord，TInt aDigital)

{

    if(aWord＝＝aDigital)return ETrue；

    if(aWord＜′a′‖ aWord＞′z′)return EFalse；

    return(TDigitalMap[aWord-′a′]＝＝aDigital)；

}

英文字母的匹配：

for(；j＜maxLen&&DigitalMatch(iContent[j]，aPattern[j])；j++){}

return j.

3.获取匹配结果。根据匹配时使用的栈中状态数据，获取匹配的的结果数据。如果当前是汉字，需要给出匹配的拼音结果，拼音的首字母使用大写。匹配结果中记录过滤字符串对应的匹配的内容，以便高亮显示。

获取匹配结果算法：

a)将状态栈数据反转，生成新的栈，供下面的算法使用。

b)获取节点数组中的每一个节点，如果该节点位置小于栈顶状态数据的位置，将节点的

数据作为不匹配内容添加到结果数组中。否则该节点位置等于栈顶状态数据的位置，将栈中状态数弹出。

如果当前节点是汉字，查看匹配的状态，如果匹配汉字本身，将汉字添加到结果数组中；如果匹配某一个拼音，将拼音首字母大写，并根据匹配的长度分别将拼音匹配部分和不匹配部分添加到结果数组中。

如果是非汉字，根据匹配长度，将字符的匹配部分和不匹配部分添加到结果数组中。

匹配结果数据结构：

class ContactMatchItem{

public：

    HBufC*iText；  //匹配条目保存的字符串

    TBool iMatch；    //该条目是否是匹配部分，0：不匹配，1：匹配

}；

class ContactMatchResult{

public：

    TInt16 iCount；  //匹配条目个数

    ContactMatchItem*iItems；∥匹配条目数据

    CContact*iDataPtr；  //联系人数据指针

}；

4.  计算过滤结果中姓名所属的联系人的联系频率，并根据联系频率将过滤结果按照降序排序(使用堆排序)。联系频率的计算根据通信记录中拨号次数，短信次数，邮件次数综合计算。

Claims (10)

1.一种手持设备中联系人查找方法，其步骤为：

1)对通讯录中的姓名字符串进行分词，并对分词后的中文字符进行拼音反查；

2)将分词结果和拼音反查结果保存到一节点数组中；其中，节点数组的数据结构包括：节点类型、节点在姓名中的起始位置、拼音数组中的拼音个数、拼音数组、英文字符内容；

3)将输入的过滤字符串与所述节点数组进行匹配，获取匹配的状态数据；其中，状态数据的数据结构包括：匹配过滤字符串的位置、匹配过滤字符串的长度、匹配节点串的位置、当前匹配的状态；

4)根据匹配的状态数据，获取通讯录中匹配的结果数据。

2.如权利要求1所述的方法，其特征在于对通讯录中的姓名字符串进行分词的方法为：获取姓名字符串中的每一个字符，如果当前字符的类型为英文或者数字，则将其添加到缓存中；否则先将缓存添加到所述节点数组，清空缓存，并对字符进行拼音反查；如果拼音反查失败，则将当前字符添加到所述节点数组，如果拼音反查成功则将字符和该字符所有的拼音一起作为一个节点添加到所述节点数组。

3.如权利要求1或2所述的方法，其特征在于所述分词结果包括：英文或拼音字符串、中文字符串、其他符号，其中其他符号包括：数字、标点、特殊符号。

4.如权利要求3所述的方法，其特征在于按照通讯录中姓名出现的顺序将每个姓名的处理结果保存在所述节点数组中。

5.如权利要求1所述的方法，其特征在于所述状态数据的获取方法为：

a)创建匹配使用的栈，并初始化匹配状态：将已匹配过滤字符串长度设为0，将当前节点下标设为0，将匹配状态置为未匹配；

b)如果已经匹配过滤字符串的长度与所输入的过滤字符串长度相等，则认为本次匹配操作成功，结束匹配，否则执行步骤c)；

c)如果当前节点下标小于所述节点数组最大下标，则将当前节点与过滤字符串进行匹配，执行步骤d)，否则执行步骤e)；

d)如果当前节点与未匹配过滤字符串匹配成功，则将当前匹配状态数据存入栈中，同时将已匹配过滤字符串位置加上本次匹配的长度作为新的匹配长度，将所述节点数组下标加1；如果匹配失败，将节点数组下标加1，返回步骤b)；

e)查看状态栈中是否为空，如果不为空，则弹出栈顶的状态数据，将节点数组下标加1，返回步骤b)，否则认为本次匹配失败。

6.如权利要求5所述的方法，其特征在于：

i)如果当前节点是非汉字节点：对于节点的每一个字符，如果其与过滤字符串剩余的第一个字符相等，则继续匹配；如果当前字符是字母且字母在键盘上对应的数字与过滤字符串相等，则继续匹配；否则匹配结束，返回已经匹配的长度；

ii)如果当前节点是汉字节点：依次对汉字的字符和所有的拼音与过滤字符串进行匹配，并记录匹配的状态；对于汉字的拼音字母，采用步骤i)方法进行匹配。

7.如权利要求1所述的方法，其特征在于获取通讯录中匹配的结果数据的方法为：

a)将状态栈中匹配的状态数据反转，生成新的栈；

b)获取所述节点数组中的每一个节点，如果该节点位置小于步骤a)所生成栈的栈顶状态数据的位置，则将该节点的数据作为不匹配内容添加到一结果数组中；否则该节点位置等于栈顶状态数据的位置，输出栈中状态数据。

8.如权利要求7所述的方法，其特征在于：

a)如果当前节点是汉字，则查看匹配的状态，如果匹配汉字本身，则将汉字添加到所述结果数组中；如果匹配某一个拼音，则将拼音首字母大写，并根据匹配的长度分别将拼音匹配部分和不匹配部分添加到所述结果数组中；

b)如果当前节点是非汉字，则根据匹配长度将字符的匹配部分和不匹配部分添加到所述结果数组中。

9.如权利要求1或7所述的方法，其特征在于计算所述匹配姓名所属的联系人的联系频率，并根据联系频率将匹配姓名按照降序排序。

10.如权利要求9所述的方法，其特征在于采用堆排序方法对匹配姓名进行排序；根据通信记录中的拨号次数、短信次数、邮件次数综合计算所述联系频率。

Images