[算法]莱茵斯坦距离算法优化

算法介绍：

莱文斯坦距离

算法用途：

查询字符串之间相似度

算法问题：

对于“abcdef”和“higabc”算法计算结果为0，不符合实际，“abc”为相似字符串

优化方法：

原来方法最后计算结果是（1-最长不同字符串长度）/ 最长字符串长度，优化后的方法将最长不同字符串长度的结果由d[n][m]改为数组最后一行或者最后一列的最小值（后面优化后的代码中的getRowColumnMin函数实现）

优化前算法Java实现：

import org.junit.Test;

/**
 * <h3>JavaAlgorithm</h3>
 * <p></p>
 *
 * @author : 张智顺
 * @date : 2020-08-03 20:28
 **/
public class MyLevenshtein {

    public static float getSimilarityRatio(String str, String target) {
        int[][] d; // 矩阵
        int n = str.length();
        int m = target.length();
        int i; // 遍历str的
        int j; // 遍历target的
        String ch1; // str的
        String ch2; // target的
        int temp; // 记录相同字符,在某个矩阵位置值的增量,不是0就是1
        if (n == 0 || m == 0) {
            return 0;
        }
        d = new int[n + 1][m + 1];
        // 初始化第一列
        for (i = 0; i <= n; i++) {
            d[i][0] = i;
        }
        // 初始化第一行
        for (j = 0; j <= m; j++) {
            d[0][j] = j;
        }
        // 遍历str
        for (i = 1; i <= n; i++) {
            ch1 = str.substring(i - 1, i);
            // 去匹配target
            for (j = 1; j <= m; j++) {
                ch2 = target.substring(j - 1, j);
                if (ch1.equals(ch2)) {
                    temp = 0;
                } else {
                    temp = 1;
                }
                // 左边+1,上边+1, 左上角+temp取最小
                d[i][j] = Math.min(Math.min(d[i - 1][j] + 1, d[i][j - 1] + 1), d[i - 1][j - 1] + temp);
            }
        }
        System.out.println("最长不同字符数：" + d[n][m]);
        System.out.println("字符串最长数：" + Math.max(str.length(), target.length()));
        return (1 - (float) d[n][m] / Math.max(str.length(), target.length())) * 100F;
    }

    @Test
    public void main() {
        String str1 = "观音堂古塔公园北门北京市朝阳区";
        String str2 = "北京市朝阳区观音堂";
        System.out.println(getSimilarityRatio(str1, str2));

        String string1 = "观音堂古塔公园";
        String string2 = "北京市朝阳区观音堂";
        System.out.println(getSimilarityRatio(string2, string1));
    }


}

优化后算法Java实现：

import org.junit.Test;

/**
 * <h3>JavaAlgorithm</h3>
 * <p></p>
 *
 * @author : 张智顺
 * @date : 2020-08-03 20:28
 **/
public class Main {


    public static float getSimilarityRatio(String str, String target) {
        int[][] d; // 矩阵
        int n = str.length();
        int m = target.length();
        int i; // 遍历str的
        int j; // 遍历target的
        String ch1; // str的
        String ch2; // target的
        int temp; // 记录相同字符,在某个矩阵位置值的增量,不是0就是1
        if (n == 0 || m == 0) {
            return 0;
        }
        d = new int[n + 1][m + 1];
        // 初始化第一列
        for (i = 0; i <= n; i++) {
            d[i][0] = i;
        }
        // 初始化第一行
        for (j = 0; j <= m; j++) {
            d[0][j] = j;
        }
        // 遍历str
        for (i = 1; i <= n; i++) {
            ch1 = str.substring(i - 1, i);
            // 去匹配target
            for (j = 1; j <= m; j++) {
                ch2 = target.substring(j - 1, j);
                if (ch1.equals(ch2)) {
                    temp = 0;
                } else {
                    temp = 1;
                }
                // 左边+1,上边+1, 左上角+temp取最小
                d[i][j] = Math.min(Math.min(d[i - 1][j] + 1, d[i][j - 1] + 1), d[i - 1][j - 1] + temp);
            }
        }
        System.out.println("最长不同字符数：" + getRowColumnMin(d));
        System.out.println("字符串最长数：" + Math.max(str.length(), target.length()));
        return (1 - (float) getRowColumnMin(d) / Math.max(str.length(), target.length())) * 100F;
    }

    public static int getRowColumnMin(int[][] d) {
        int min = Integer.MAX_VALUE;
        if (d.length <= d[0].length) {
            // 最后一列中的最小值
            for (int i = 0; i < d.length; i++) {
                min = Math.min(d[i][d[0].length - 1], min);
            }
        }
        if (d.length >= d[0].length) {
            // 最后一行中的最小值
            for (int i = 0; i < d[0].length; i++) {
                min = Math.min(d[d.length - 1][i], min);
            }
        }
        return min;
    }

    @Test
    public void main() {
        String str1 = "观音堂古塔公园北门北京市朝阳区";
        String str2 = "北京市朝阳区观音堂";
        System.out.println(getSimilarityRatio(str1, str2));

        String string1 = "观音堂古塔公园";
        String string2 = "北京市朝阳区观音堂";
        System.out.println(getSimilarityRatio(string2, string1));
    }

}