【C#】C#匹配两个相似的字符串莱文斯坦距离Levenshtein Distance莱文斯坦距离算法

---

一、问题描述

需要匹配多个类似的内容，并且要求相似度在70%以上并且长度相近，可以在处理每个匹配项时，将其与所有目标进行比较，并筛选出符合条件的匹配项。

二、代码

using System;
using System.Collections.Generic;
using System.Linq;

// 定义页面名称
string pageTitle = "大气压力";

// 定义要匹配的内容列表
List<string> targetDescriptions = new List<string>
{
    "大气层压力",
    "天上的大气层压力",
    "压力大气层"
};

// 计算字符串相似度
double CalculateSimilarity(string s1, string s2)
{
    int maxLength = Math.Max(s1.Length, s2.Length);
    int distance = LevenshteinDistance(s1, s2);
    return 1.0 - (double)distance / maxLength;
}

// 计算Levenshtein距离
public int LevenshteinDistance(string word1, string word2)  
    {  
        int m = word1.Length;  
        int n = word2.Length;  
        if (m * n == 0)  
        {  
            return Math.Max(m, n);  
        }  
  
        int[,] lev = new int[m + 1, n + 1];  
  
        // 字符串word1从空串变为字符串word2前j个字符的莱文斯坦距离  
        for (int j = 0; j < n + 1; j++)  
        {  
            lev[0, j] = j;  
        }  
        // 字符串word1从前i个字符变为空串的莱文斯坦距离  
        for (int i = 0; i < m + 1; i++)  
        {  
            lev[i, 0] = i;  
        }  
  
        for (int i = 1; i < m + 1; i++)  
        {  
            for (int j = 1; j < n + 1; j++)  
            {  
                // 在字符串word1的前i个字符与字符串word2的前j-1个字符完全相同的基础上, 进行一次插入操作  
                int countByInsert = lev[i, j - 1] + 1;  
                // 在字符串word1的前i-1个字符与字符串word2的前j个字符完全相同的基础上, 进行一次删除操作  
                int countByDel = lev[i - 1, j] + 1;  
                // 在字符串word1的前i-1个字符与字符串word2的前j-1个字符完全相同的基础上, 进行一次替换操作  
                int countByReplace = word1[i - 1] == word2[j - 1] ? lev[i - 1, j - 1] : lev[i - 1, j - 1] + 1;  
                // 计算字符串word1的前i个字符与字符串word2的前j个字符的莱文斯坦距离  
                lev[i, j] = Math.Min(countByInsert, Math.Min(countByDel, countByReplace));  
            }  
        }  
  
        return lev[m, n];  
    }  
  
// 遍历所有要匹配的内容
foreach (string targetDescription in targetDescriptions)
{
    // 检查文本与页面名称的相似度和长度
    if (CalculateSimilarity(targetDescription, pageTitle) >= 0.7 && Math.Abs(targetDescription.Length - pageTitle.Length) <= 3)
    {
        Console.WriteLine("匹配成功： " + targetDescription);
    }
}

三、解释

1. 首先，定义了一个页面名称pageTitle为"大气压力"。
2. 然后，定义了一个要匹配的内容列表targetDescriptions，包含了三个待匹配的描述
3. 接着，定义了一个CalculateSimilarity函数，用于计算两个字符串之间的相似度。在函数内部，首先计算两个字符串的最大长度，然后使用Levenshtein距离算法计算它们之间的编辑距离，最后返回相似度值。
4. 紧接着，定义了一个LevenshteinDistance函数，用于计算两个字符串之间的Levenshtein距离。该函数通过动态规划算法计算两个字符串之间的编辑距离。
5. 最后，通过遍历要匹配的内容列表targetDescriptions，对每个描述进行相似度和长度的检查。如果某个描述与页面名称的相似度大于等于0.7并且长度差值不超过3，则输出"匹配成功："以及匹配的描述内容。