字符串相似度的比较C#实现

　　由于最近的项目需要，有幸接触到了这方面的算法问题，字符串相似度，顾名思义，就是指两个字符串的相似程度。这一类的算法有很多，主要有编辑距离算法(Levenshtein Distance)、最长公共子串算法(CLS)、还有google的余弦算法。最终根据项目需求决定使用编辑距离算法(Levenshtein Distance)，下面就来详细说明一下Levenshtein Distance的具体实现。
　　编辑距离算法最先是由俄国科学家Levenshtein提出的，所以这个算法也叫做Levenshtein Distance算法。用最简单的一句话来说明这个算法就是：通过插入、删除、替换方法将字符串A变成字符串B所有的步骤就是算法中提到的编辑距离，最简单的相似度即编辑距离的倒数。
　　例如： 字符串A 字符串B A -> B 编辑距离
　　abcde abbde 将字符串B的b替换字符串A的c 1
　　abcdefg adcdbfg 将字符串A第二位上的b变为d，将第五位上的e变为b 2
　　该算法的具体实现有以下几个步骤：
　　1. 获取字符串A和字符串B的长度，分为记为A_Length和B_Length
　　如果 A_Length = 0 则编辑距离为B_Length
　　如果 B_Length = 0 则编辑距离为A_Length
　　如果 A_Length != 0 且 B_Length != 0 那么构造一个(A_Length+1) x (B_Length+1)矩阵Matrix[A_Length+1,B_Length+1]
　　2. 初始化矩阵的第一行和第一列，从0开始逐位递增，如下图： 3. 从Matrix[1,1]开始逐位遍历矩阵Matrix即： for(int i=1; i字符串A到字符串B的编辑距离
　　具体C#实现如下 public class LevenshteinDistance { #region 私有变量 /// /// 字符串1 /// private char[] _ArrChar1; /// /// 字符串2 /// private char[] _ArrChar2; /// /// 统计结果 /// private Result _Result; /// /// 开始时间 /// private DateTime _BeginTime; /// /// 结束时间 /// private DateTime _EndTime; /// /// 计算次数 /// private int _ComputeTimes; /// /// 算法矩阵 /// private int[,] _Matrix; /// /// 矩阵列数 /// private int _Column; /// /// 矩阵行数 /// private int _Row; #endregion #region 属性 public Result ComputeResult { get { return _Result; } } #endregion #region 构造函数 public LevenshteinDistance(string str1, string str2) { this.LevenshteinDistanceInit(str1,str2); } public LevenshteinDistance() { } #endregion #region 算法实现 /// /// 初始化算法基本信息 /// /// 字符串1 /// 字符串2 private void LevenshteinDistanceInit(string str1,string str2) { _ArrChar1 = str1.ToCharArray(); _ArrChar2 = str2.ToCharArray(); _Result = new Result(); _ComputeTimes = 0; _Row = _ArrChar1.Length + 1; _Column = _ArrChar2.Length + 1; _Matrix = new int[_Row, _Column]; } /// /// 计算相似度 /// public void Compute() { //开始时间 _BeginTime = DateTime.Now; //初始化矩阵的第一行和第一列 this.InitMatrix(); int intCost = 0; for (int i = 1; i 字符串的距离 _Matrix[i, j] = this.Minimum(_Matrix[i - 1, j] + 1, _Matrix[i, j - 1] + 1, _Matrix[i - 1, j - 1] + intCost); _ComputeTimes++; } } //结束时间 _EndTime = DateTime.Now; //相似率 移动次数小于最长的字符串长度的20%算同一题 int intLength = _Row > _Column ? _Row : _Column; _Result.Rate = (1 - (double)_Matrix[_Row - 1, _Column - 1] / intLength).ToString().Substring(0, 6); if (_Result.Rate.Length > 6) { _Result.Rate = _Result.Rate.Substring(0, 6); } _Result.UseTime = (_EndTime - _BeginTime).ToString(); _Result.ComputeTimes = _ComputeTimes.ToString() + " 距离为：" + _Matrix[_Row - 1, _Column - 1].ToString(); } /// /// 计算相似度 /// /// 字符串1 /// 字符串2 public void Compute(string str1,string str2) { this.LevenshteinDistanceInit(str1, str2); this.Compute(); } /// /// 初始化矩阵的第一行和第一列 /// private void InitMatrix() { for (int i = 0; i /// 取三个数中的最小值 /// /// /// /// /// private int Minimum(int First, int Second, int Third) { int intMin = First; if (Second /// 计算结果 /// public struct Result { /// /// 相似度 /// public string Rate; /// /// 对比次数 /// public string ComputeTimes; /// /// 使用时间 /// public string UseTime; }