字符串相似度对比算法JaroWinklerDistance

化作云中月

已于 2025-04-03 11:31:13 修改

阅读量342

点赞数 7

CC 4.0 BY-SA版权

文章标签：算法 linux 运维

于 2025-04-03 11:01:39 首次发布

本文链接：https://blog.csdn.net/weixin_41787588/article/details/146975902

在Java中计算字符串相似度有多种算法，每种算法适用于不同的场景和需求

比如：

汉明距离（Hamming Distance）: 主要用于等长字符串的比较，计算两个等长字符串在对应位置上不同字符的个数

莱文斯坦距离（Levenshtein Distance）：衡量两个序列差异的度量，通过插入、删除和替换操作的最小次数来计算

Jaro-Winkler距离：是莱文斯坦距离的一个变种，考虑了字符的匹配顺序，并且对前缀有额外的加分

这里主要说一下 Jaro-Winkler 简单使用

依赖

<dependency>
    <groupId>org.apache.commons</groupId>
    <artifactId>commons-text</artifactId>
    <version>1.9</version> <!-- 请检查最新版本 -->
</dependency>

类定义

public class JaroWinkleUtils {
    boolean print_log = false;
    JaroWinklerDistance jaroWinklerSimilarity = new JaroWinklerDistance();
    public double compareString(String st1,String st2){
        double similarity = jaroWinklerSimilarity.apply(st1, st2);
        if(print_log){
            System.out.println("Best Similarity: " + similarity + " st1 "+st1+" str2 "+st2);
        }
        return similarity;
    }
}