上节课我们已经搞定了几乎所有架构上的事。只差俩个分值计算函数了。
但是经过我们仔细一想，赫然发现，俩个函数的算法应该是一模一样的。唯一的区别就是，进来的个人信息和择偶标准 是女方，还是男方而已，也就是对调一下而已。
所以我们这里简化为一个函数，但是传参颠倒的格式：
然后我们来实现这个函数，仍然以鸣人举例。
这里我们拿到的是鸣人的个人/择偶信息，还有异性的个人/择偶信息。
因为个人信息目前字段是高于择偶信息的。所以我们要以择偶信息来作为依据。
而多出来的个人信息字段，则作为额外加分项(以后实现，需要开发统一标准打分功能)。
函数如下：
分别要用五个want字段来计算分数。
然后把这五个字段分数 分别* 系数 加到一起。目前我并没有更改系数，这个系数要实际的效果来不断调整才行，所以我都默认0.2
研究具体分数计算之前，我们为了确保最后总分在100为满的基础上。所以必须严格控制所有分数的分段结果和精度。（只是大概结果在100以下，特别优秀的肯定是超过100分）
然后就是 要一个一个来研究吧：
第一个分数，身高height：
假如want = 170cm， info=175cm ，那么肯定加分的。如果info=168cm，那就要扣分的。
所以暂时写成：当然后续我会逐步优化算法。
然后是收入，同样的，我们按照年收入/元 来计算。每超出10000算10分
然后是age年龄，超出一岁扣20分，小一岁加20分。
然后是学历，这个差一级差50分吧。
但是难点在于，先要从信息中精确定位出来真实的。毕竟人输入的各有千秋，比如本科，本，大本 这些都是本科。
如上图，我先设置了学历递增列表，然后算出want和info的学历下标，再用下标差来计算最终得分。比如研究生下标是5，本科下标是4，那么得分就是
(5-4)*50 = 50分。如果完全没获取到，就算-100分
然后我们继续算地址匹配度。
这个我们可以直接使用第三方的字符串相似度库
这个库的得分都是0.几，最大是1 所以结果✖️100
好了。现在我们再次测试鸣人的匹配结果：
概率上来讲，纲手>雏田>小樱。
如果看己方角度得分，那么鸣人最心仪的是雏田，最不想匹配的是纲手奶奶。
如果从对方角度得分看，纲手是最心仪鸣人哦~ ，而小樱则是嫌弃到负数。
本系列开发过程暂时结束，后续就是优化了哈~
声明：文中的动漫角色均非实际角色，数据是随机填的，所以结果并不符合真实剧情，不惜勿喷哦~ 等作者之后给按照真实属性填入后就会看到...
然后顺便看看其他角色的匹配结果：
果然鸣雏还是概率最高哦~
小樱和鸣人概率也很高
纲手奶奶和谁概率都高，没办法，毕竟火影。
佐助的话，果然逃不掉和纲手奶奶...
