[Irving]字符串相似度-字符编辑距离算法（c#实现）

编辑距离（Edit Distance），又称Levenshtein距离，是指两个字串之间，由一个转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。

例如将kitten一字转成sitting：

sitten （k→s）

sittin （e→i）

sitting （→g）

俄罗斯科学家Vladimir Levenshtein在1965年提出这个概念。

 

 

原理不再追溯，大牛博客应有尽有 善用搜索引擎皆可查询，下面贴出C# 实现，通过.net 3.0 扩展方法 调用方便

 

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;

namespace System
{
   public static class StringExt
    {
        /// <summary>
        /// 获取最小数值
        /// </summary>
        private static int getMin(int a, int b, int c)
        {
            var min = Math.Min(a, b);
            return Math.Min(min, c);
        }
        /// <summary>
        /// 字符距离算法,获取字符编辑距离
        /// </summary>
        public static int Levenshtein_Distance(this string str1, string str2)
        {
            int[,] Matrix;
            int n = str1.Length;
            int m = str2.Length;
            char c1, c2;
            int temp = 0;
            int i, j = 0;
            if (n == 0)
                return m;
            if (m == 0)
                return n;
            Matrix = new int[n + 1, m + 1];

            for (i = 0; i <= n; i++)
            {
                Matrix[i, 0] = i;
            }

            for (j = 0; j <= m; j++)
            {
                Matrix[0, j] = j;
            }

            for (i = 1; i <= n; i++)
            {
                c1 = str1[i - 1];
                for (j = 1; j <= m; j++)
                {
                    c2 = str2[j - 1];
                    if (c1.Equals(c2))
                    {
                        temp = 0;
                    }
                    else
                    {
                        temp = 1;
                    }
                    Matrix[i, j] = getMin(Matrix[i - 1, j] + 1, Matrix[i, j - 1] + 1, Matrix[i - 1, j - 1] + temp);

                }
            }



            return Matrix[n, m];
        }

       /// <summary>
       /// 获取字符相识度
       /// </summary>
        public static decimal GetSimilarity(this string str1, string str2)
        {
            var l = str1.Levenshtein_Distance(str2);
           return  1 - (decimal)l / Math.Max(str1.Length, str1.Length);
        }

    }
}

 

调用方法

　　　　　　　//获取字符编辑距离
            var l = textBox1.Text.ToString().Levenshtein_Distance(textBox2.Text);
            //获取字符相识度
            decimal Similarity = textBox1.Text.GetSimilarity(textBox2.Text);