文本相似度计算之--- 编辑距离 && 最长公共子串

问题引入：在自然语言处理领域里，求文本相似度是最基本的问题，对于这个问题，可以分为大的两类，一种是基于字符串层次的相似度计算，一种是基于语义的相似度计算。我会循序渐进的讲给大家。

本文我们先来看最简单的两种基于字符串层面的相似度度量算法。

1. 最长公共子串

对于最长公共子串，不难想象，就是要求两个字符串中出现的共同字符部分，并且这些字符必须是连续的，比如，aaabcdeff和bcdffab，那么他们最长的公共子串即是bcd，长度为3，其实问题很简单，大家可以这么想，如果两个字符串的公共子串存在，那么可以有如下的推导：s1, s2为两个字符串，cnt为子串长度的计数数组，则：

if   s1[i] == s2[j]   ,   cnt[j]=cnt[j-1]+1;

else   cnt[j]=0;

此处我们设置maxlen标记最大长度，若有cnt[j]>maxlen，则maxlen=cnt[j]，然后记录位置j，以便可以输出最长公共子串。

下面附上代码：

public class Test{
	public void findLCS(String s1,String s2){
		int len1 = s1.length();
		int len2 = s2.length();
		char[] cs1 = s1.toCharArray();
		char[] cs2 = s2.t