java字符串相似度比较,莱文斯坦 距离算法，Java 比较两个字符串的相似度！

莱文斯坦 距离算法，Java 比较两个字符串的相似度！

发布时间：2018-04-02作者：laosun阅读(3185)

莱文斯坦 距离算法，首先由俄国科学家Levenshtein提出的，又叫Levenshtein Distance ，莱文斯坦距离(LD)用于衡量两个字符串之间的相似度。 以下我们称这两个字符串分别为 a (原字符串) 和 b (目标字符串)。莱文斯坦距离被定义为''将字符串 a 变换为字符串 b 所需的删除、插入、替换操作的次数''。

/**

* 莱文斯坦 距离算法

* 编辑距离算法，首先由俄国科学家Levenshtein提出的，又叫Levenshtein Distance

* 主要用来计算从原串(s)转换到目标串(t)所需要的最少的插入，删除和替换的数目，

* 在NLP中应用比较广泛，同时也常用来计算你对原文所作的改动数

* @author sun

*/

public class Levenshtein {

private static int compare(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

char ch1; // str的

char 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) {

return m;

}

if (m == 0) {

return n;

}

d = new int[n + 1][m + 1];

for (i = 0; i <= n; i++) { // 初始化第一列

d[i][0] = i;

}

for (j = 0; j <= m; j++) { // 初始化第一行

d[0][j] = j;

}

for (i = 1; i <= n; i++) { // 遍历str

ch1 = str.charAt(i - 1);

// 去匹配target

for (j = 1; j <= m; j++) {

ch2 = target.charAt(j - 1);

if (ch1 == ch2) {

temp = 0;

} else {

temp = 1;

}

// 左边+1,上边+1, 左上角+temp取最小

d[i][j] = min(d[i - 1][j] + 1, d[i][j - 1] + 1, d[i - 1][j - 1]+ temp);

}

}

return d[n][m];

}

private static int min(int one, int two, int three) {

return (one = one 

}

/**

* 获取两字符串的相似度

*/

public static float getSimilarityRatio(String str, String target) {

return 1 - (float) compare(str, target)

/ Math.max(str.length(), target.length());

}

public static void main(String[] args) {

String str1 = "技术客，记录生活点滴，分享兴趣爱好！https://www.sunjs.com";

String str2 = "sunjs技术客，记录生活点滴 https://www.sunjs.com";

System.out.println("相似度：" + getSimilarityRatio(str1, str2));

//相似度：0.6666666

}

}

2 +1

版权声明

发表评论

请文明留言

发表

共 0 条评论