基于编辑距离算相似
Levenshtein 距离,又称编辑距离,指的是两个字符串之间,由一个转换成另一个所需的最少编辑操作次数。
许可的编辑操作包括将一个字符替换成另一个字符,插入一个字符,删除一个字符。
编辑距离的算法是首先由俄国科学家Levenshtein提出的,故又叫Levenshtein Distance。
import java.io.*; import java.lang.Math; class test { public static int min(int a1,int a2,int a3) { int min_value =0; min_value =(a1<a2?a1:a2)<a3?(a1<a2?a1:a2):a3; return min_value; } public static void levenshtein(String str1, String str2) { // 计算两个字符串的长度。 int len1 = str1.length(); int len2 = str2.length(); // 建立上面说的数组,比字符长度大一个空间 int[][] dif = new int[len1 + 1][len2 + 1]; // 赋初值,步骤B。 for (int a = 0; a <= len1; a++) { dif[a][0] = a; } for (int a = 0; a <= len2; a++) { dif[0][a] = a; } // 计算两个字符是否一样,计算左上的值 int temp; for (int i = 1; i <= len1; i++) { for (int j = 1; j <= len2; j++) { System.out.println("i = " + i + " j = " + j + " str1 = " + str1.charAt(i - 1) + " str2 = " + str2.charAt(j - 1)); if (str1.charAt(i - 1) == str2.charAt(j - 1)) { temp = 0; } else { temp = 1; } // 取三个值中最小的 dif[i][j] = min(dif[i - 1][j - 1] + temp, dif[i][j - 1] + 1,dif[i - 1][j] + 1); System.out.println("i = " + i + ", j = " + j + ", dif[i][j] = " + dif[i][j]); } } System.out.println("字符串\"" + str1 + "\"与\"" + str2 + "\"的比较"); // 取数组右下角的值,同样不同位置代表不同字符串的比较 System.out.println("差异步骤:" + dif[len1][len2]); // 计算相似度 float similarity = 1 - (float) dif[len1][len2] / Math.max(str1.length(), str2.length()); System.out.println("相似度:" + similarity); } public static void main (String[] args) throws java.lang.Exception { System.out.println("hi"); levenshtein("身高","身高"); } }
可得算出来的相似度是1. 代码是放在http://www.dooccn.com/java/这个在线java运行网站运行的。没有bug了。