字符串相似度对比(距离法)

    /// <summary>
    /// 距离法算两个字符相似度
    /// </summary>
    public class LevenshteinDistance
    {
        private static LevenshteinDistance _instance = null;
        public static LevenshteinDistance Instance
        {
            get
            {
                if (_instance == null)
                {
                    return new LevenshteinDistance();
                }
                return _instance;
            }
        }
        /// <summary>
        /// 取最小的一位数
        /// </summary>
        /// <param name="first"></param>
        /// <param name="second"></param>
        /// <param name="third"></param>
        /// <returns></returns>
        public int LowerOfThree(int first, int second, int third)
        {
            int min = first;
            if (second < min)
                min = second;
         
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在MySQL中,可以使用Levenshtein Distance算来计算字符串相似度。Levenshtein Distance是一种用于测量两个字符串之间的编辑距离的算,即通过插入、删除和替换操作将一个字符串转换为另一个字符串所需的最小次数。 要在MySQL中计算字符串相似度,可以使用以下查询语句: SELECT LEVENSHTEIN('string1', 'string2') AS similarity; 其中,'string1'和'string2'是要比较的两个字符串。LEVENSHTEIN函数将返回两个字符串之间的编辑距离,即相似度。 例如,如果要比较字符串"test"和"tset"的相似度,可以使用以下查询语句: SELECT LEVENSHTEIN('test', 'tset') AS similarity; 这将返回编辑距离为2,表示这两个字符串相似度较高。 请注意,Levenshtein Distance算在计算字符串相似度时只考虑了插入、删除和替换操作,而没有考虑其他操作,如交换操作。因此,它可能无准确地反映字符串相似度。如果需要更精确的相似度计算,可以考虑使用其他算,如Jaro-Winkler Distance或Cosine Similarity。 #### 引用[.reference_title] - *1* *3* [LD算获取字符串相似度](https://blog.csdn.net/weixin_36193418/article/details/113949305)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [对比俩个字符串相似度](https://blog.csdn.net/weixin_35881820/article/details/113607236)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值