字符串的相似度计算

可以使用Levenshtein距离算法来计算字符串的相似度。Levenshtein距离是两个字符串之间的最小单字符编辑（插入、删除或替换）次数。

以下是一段实现Levenshtein距离算法的Java代码：

public class StringSimilarity {
    // 计算Levenshtein距离
    public static int calculateLevenshteinDistance(String str1, String str2) {
        int[][] dp = new int[str1.length() + 1][str2.length() + 1];

        for (int i = 0; i <= str1.length(); i++) {
            dp[i][0] = i;
        }
        for (int j = 1; j <= str2.length(); j++) {
            dp[0][j] = j;
        }

        for (int i = 1; i <= str1.length(); i++) {
            for (int j = 1; j <= str2.length(); j++) {
                if (str1.charAt(i - 1) == str2.charAt(j - 1)) {
                    dp[i][j] = dp[i - 1][j - 1];
                } else {
                    dp[i][j] = Math.min(Math.min(dp[i - 1][j], dp[i][j - 1]), dp[i - 1][j - 1]) + 1;
                }
            }
        }

        return dp[str1.length()][str2.length()];
    }

    public static void main(String[] args) {
        String str1 = "kitten";
        String str2 = "sitting";
        System.out.println("The Levenshtein distance between '" + str1 + "' and '" + str2 + "' is: " + calculateLevenshteinDistance(str1, str2));
    }
}

这段代码首先定义了一个二维数组dp，用于存储字符串str1的前i个字符和字符串str2的前j个字符之间的Levenshtein距离。然后通过两层循环，逐个比较str1和str2的字符，如果相同则dp[i][j]等于dp[i-1][j-1]，否则dp[i][j]等于dp[i-1][j]、dp[i][j-1]和dp[i-1][j-1]中的最小值加1。最后返回dp[str1.length()][str2.length()]，即str1和str2的Levenshtein距离。