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