Power Query M中双字母组列表的匹配对计数问题排查

问题重现 #

• 已完成双字母组分解功能，但统计两个双字母组列表的匹配对时，递归和List.Accumulate两种实现均出现漏算
• 测试案例：{"He","el","ll","lo"}与{"Hi","il","lo"}应匹配1次（函数内会翻倍），但实际返回0
• 已对输入列表排序，问题仍存在；两种实现均改编自维基书籍的Dice系数Java实现，输出一致但均出错
• 怀疑核心原因是Power Query M与Java的字符串比较逻辑或匹配逻辑实现偏差

排查与解决方法 #

1. 先验证大小写敏感性 #

Java和Power Query M的字符串比较默认都是大小写敏感的，先确认双字母组生成时的大小写一致性：

• 检查是否存在一组转了大小写（比如全小写）另一组未转换的情况，直接导致匹配失败
• 测试代码：在Power Query中运行"lo" = "Lo"，返回false，若测试案例中存在大小写不一致，会直接漏算

2. 检查匹配逻辑的实现偏差 #

维基书籍的Dice系数Java实现采用双指针遍历有序列表的方式统计共同元素（避免重复计数），这是核心逻辑，你的Power Query M实现可能未严格遵循：

• 错误示例：若仅用List.Contains遍历检查，会忽略有序列表的双指针匹配逻辑，导致漏算或重复计数
• 正确双指针实现代码：

let
    CountDiceMatches = (list1 as list, list2 as list) as number =>
        let
            sortedList1 = List.Sort(list1),
            sortedList2 = List.Sort(list2),
            matchResult = List.Accumulate({0, 0, 0}, each 
                let
                    idx1 = _{0},
                    idx2 = _{1},
                    matchCount = _{2}
                in
                    if idx1 >= List.Count(sortedList1) or idx2 >= List.Count(sortedList2) then
                        matchCount
                    else if sortedList1{idx1} = sortedList2{idx2} then
                        {idx1 + 1, idx2 + 1, matchCount + 1}
                    else if sortedList1{idx1} < sortedList2{idx2} then
                        {idx1 + 1, idx2, matchCount}
                    else
                        {idx1, idx2 + 1, matchCount}
            ){2}
        in
            matchResult * 2 // 对应Dice系数的翻倍逻辑
in
    CountDiceMatches

• 用测试案例运行：CountDiceMatches({"He","el","ll","lo"}, {"Hi","il","lo"})，应返回2（对应1次匹配翻倍后的值）

3. 清理列表中的无效元素 #

检查双字母组列表是否存在空字符串或空值，这类元素会干扰排序和匹配：

• 清理代码：List.RemoveNulls(List.Select(yourList, each _ <> ""))，清理后再测试匹配逻辑

4. 验证字符串编码一致性 #

极少数情况下特殊字符的Unicode编码表现可能存在差异，可拆解字符码点验证：

• 测试代码：Text.ToList("lo")，返回{"l","o"}，对应码点108、111，对比两组中目标双字母组的码点是否完全一致

手动验证核心逻辑 #

运行以下代码直接模拟双指针遍历过程，确认匹配逻辑：

let
    listA = {"He","el","ll","lo"},
    listB = {"Hi","il","lo"},
    sortedA = List.Sort(listA),
    sortedB = List.Sort(listB),
    // 分步模拟双指针
    step1 = if sortedA{0} < sortedB{0} then {1, 0, 0} else {0,0,0}, // "He"<"Hi" → idx1=1
    step2 = if sortedA{1} < sortedB{0} then {2, 0, 0} else step1, // "el"<"Hi" → idx1=2
    step3 = if sortedA{2} > sortedB{0} then {2, 1, 0} else step2, // "ll">"Hi" → idx2=1
    step4 = if sortedA{2} > sortedB{1} then {2, 2, 0} else step3, // "ll">"il" → idx2=2
    step5 = if sortedA{3} = sortedB{2} then {3,3,1} else step4, // "lo"="lo" → 匹配数=1
    finalCount = step5{2} * 2
in
    finalCount

内容的提问来源于stack exchange，提问作者Kyle Stevens