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(1289)

莱文斯坦

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 < two ? one : two) < three ? one : three;
    	}
    
    	/**
    	 * 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
    	}
    
    }



1 +1

版权声明

 Java  源码  扩展  开源

 请文明留言

0 条评论