字符串相似度算法(编辑距离算法)

hellopeng1

于 2019-04-24 20:56:13 发布

阅读量2.3k

点赞数 2

分类专栏：算法

本文链接：https://blog.csdn.net/hellopeng1/article/details/89483788

版权

这篇博客介绍了如何利用编辑距离算法评估两个字符串的相似度。通过计算一个字符串需要进行多少次移除、替换和添加操作才能变为另一个字符串，以此来确定它们的相似度。举例说明了该算法的步骤，并指出尽管该算法有效，但对于不关心字符顺序的情况可能不适用。

摘要由CSDN通过智能技术生成

编辑距离算法

前言
原理
- 公式
- 例子
实现
后记

前言

比较两个字符串的相似度，通常我们会使用编辑距离算法来实现。
下面是常用字符串相似度计算的方法：
字符串相似度的几种度量方法

原理

最小编辑距离的原理是: 比较两个字符串，记录一个字符串通过移除，替换，添加操作转换到指定字符串的次数，来确定两个字符串直接的相似度。

公式

（操作次数）/ Math.max(str.length, str.length)  = 相似度

例子

字符串1: bsada
字符串2: asqa

我们想把字符串2 变成字符串1 那么步骤如下：
bsada -> asada -> asda -> asqa 这里要经过3步操作，所以相似度就是 3/5 = 0.6
当然你也可以这样操作
bsada -> asada -> asqda -> asqd -> asqa 如果这样子做的话要经过4步操作。

所以此算法的核心就是求最小的操作次数，其实可以用矩阵来表示：

		b	s	a	d	a
	0	1	2	3	4	5
a	1	1	2	2	3	4
s	2	2	1	2	3	4
q	3	3	2	2	3	4
a	4	4	3	2	3	3

通过表格分析我们能发现：最小距离的规则如下：

如果两字符相等则取左上角的数
如果两字符不相等则取上，左，左上角的最小数加一

实现

    /**
     * 字符串相似度比较
     * 这里为了使空间使用率较高，
     * 请把字符串较短的放到str1参数
     *
     * @param str1 字符串1
     * @param str2 字符串2
     * @return 相似度
     */
    public static BigDecimal getLevenshteinDistance(String str1, String str2) {
   
        char[] char1 = str1.toCharArray