字符串相似度

这个算法来源于网上，但忘记了出处，对其使使用了isSame封装，然后用在了自己的网页数据抓取代码中。

//求解两个字符串的相似度

int calculateStringDistance(const string &strA, const string &strB)

{

  int lenA = (int)strA.length()+1;

  int lenB = (int)strB.length()+1;

  int **c = new int*[lenA];

  for(int i = 0; i < lenA; i++)

    c[i] = new int[lenB];

  // Record the distance of all begin points of each string

  //初始化方式与背包问题有点不同

  for(int i = 0; i < lenA; i++) c[i][0] = i;

  for(int j = 0; j < lenB; j++) c[0][j] = j;

  c[0][0] = 0;

  for(int i = 1; i < lenA; i++)

  {

  for(int j = 1; j < lenB; j++)

  {

    if(strB[j-1] == strA[i-1])

      c[i][j] = c[i-1][j-1];

    else

      c[i][j] = minValue(c[i][j-1], c[i-1][j], c[i-1][j-1]) + 1;

  }

  }

  int ret =  c[lenA-1][lenB-1];

  for(int i = 0; i < lenA; i++)

    delete [] c[i];

  delete []c;

  return ret;

}

//求解两个字符串相似度百分比

double isSame(const string &str1, const string &str2)

{

    int n = calculateStringDistance(str1,str2);

    double d = 0;

    if(str1.size() > str2.size())

    {

        d = (str1.size() - n)/(double)str1.size();

    }

    else

    {

        d = (str2.size() - n)/(double)str2.size();

    }

    return d;

}

当在0.8时，相似度已经很高了。