pcx_nodesimilaritytablemodel.cpp

/*
 * ProtonClassicSuite
 *
 * Copyright Thibault et Gilbert Mondary, Laboratoire de Recherche pour le
 * Développement Local (2006--)
 *
 * labo@gipilab.org
 *
 * Ce logiciel est un programme informatique servant à cerner l'ensemble des
 * données budgétaires de la collectivité territoriale (audit, reporting
 * infra-annuel, prévision des dépenses à venir)
 *
 *
 * Ce logiciel est régi par la licence CeCILL soumise au droit français et
 * respectant les principes de diffusion des logiciels libres. Vous pouvez
 * utiliser, modifier et/ou redistribuer ce programme sous les conditions
 * de la licence CeCILL telle que diffusée par le CEA, le CNRS et l'INRIA
 * sur le site "http://www.cecill.info".
 *
 * En contrepartie de l'accessibilité au code source et des droits de copie,
 * de modification et de redistribution accordés par cette licence, il n'est
 * offert aux utilisateurs qu'une garantie limitée. Pour les mêmes raisons,
 * seule une responsabilité restreinte pèse sur l'auteur du programme, le
 * titulaire des droits patrimoniaux et les concédants successifs.
 *
 * A cet égard l'attention de l'utilisateur est attirée sur les risques
 * associés au chargement, à l'utilisation, à la modification et/ou au
 * développement et à la reproduction du logiciel par l'utilisateur étant
 * donné sa spécificité de logiciel libre, qui peut le rendre complexe à
 * manipuler et qui le réserve donc à des développeurs et des professionnels
 * avertis possédant des connaissances informatiques approfondies. Les
 * utilisateurs sont donc invités à charger et tester l'adéquation du
 * logiciel à leurs besoins dans des conditions permettant d'assurer la
 * sécurité de leurs systèmes et ou de leurs données et, plus généralement,
 * à l'utiliser et l'exploiter dans les mêmes conditions de sécurité.
 *
 * Le fait que vous puissiez accéder à cet en-tête signifie que vous avez
 * pris connaissance de la licence CeCILL, et que vous en avez accepté les
 * termes.
 *
 */

#include "pcx_nodesimilaritytablemodel.h"
#include "utils.h"
#include <QDebug>
#include <QElapsedTimer>
#include <QProgressDialog>

PCx_NodeSimilarityTableModel::PCx_NodeSimilarityTableModel(const QStringList &strings,
                                                           PCx_StringDistance::SIMILARITYMETRIC metric, QObject *parent)
    : QAbstractTableModel(parent), listOfStrings(strings), similarityMetric(metric) {
  computeDistances();
}

int PCx_NodeSimilarityTableModel::rowCount(const QModelIndex &parent) const {
  Q_UNUSED(parent);
  return distances.size();
}

int PCx_NodeSimilarityTableModel::columnCount(const QModelIndex &parent) const {
  Q_UNUSED(parent);
  return 3;
}

QVariant PCx_NodeSimilarityTableModel::data(const QModelIndex &index, int role) const {
  if (role == Qt::DisplayRole) {
    switch (index.column()) {
    case 0:
      return distances.at(index.row()).getStr1();

    case 1:
      return distances.at(index.row()).getNormalizedSimilarity();

    case 2:
      return distances.at(index.row()).getStr2();
    }
  }
  return QVariant();
}

QVariant PCx_NodeSimilarityTableModel::headerData(int section, Qt::Orientation orientation, int role) const {
  if (role == Qt::DisplayRole && orientation == Qt::Horizontal) {
    switch (section) {
    case 0:
      return tr("Noeud 1");
    case 1:
      return tr("Similarité");
    case 2:
      return tr("Noeud 2");
    }
  }
  return QVariant();
}

void PCx_NodeSimilarityTableModel::computeDistances() {
  QHash<QString, bool> notCompute;
  QElapsedTimer timer;

  int maxVal = listOfStrings.size();

  QProgressDialog progress(QObject::tr("Calcul des similarités..."), nullptr, 0, maxVal);

  progress.setWindowModality(Qt::ApplicationModal);

  progress.setMinimumDuration(300);
  progress.setValue(0);

  timer.start();
  int nbVals = 0;

  foreach (const QString &str1, listOfStrings) {
    foreach (const QString &str2, listOfStrings) {
      if (str1 == str2) {
        continue;
      }
      if (notCompute.contains(str1 + str2)) {
        continue;
      }
      PCx_StringDistance dist(str1, str2, similarityMetric);
      if (dist.getNormalizedSimilarity() > threshold) {
        distances.append(dist);
        notCompute.insert(str2 + str1, true);
      }
    }
    progress.setValue(++nbVals);
  }
  // qDebug()<<distances.size()<<" distances computed
  // in"<<timer.elapsed()<<"ms";
}