概述
/**
* 编辑距离的算法
* <br/>
* 算法原理:
* 该算法的解决是基于动态规划的思想,具体如下:
* 设 s 的长度为 n,t 的长度为 m。如果 n = 0,则返回 m 并退出;如果 m=0,则返回 n 并退出。否则构建一个数组 d[0..m, 0..n]。
* 将第0行初始化为 0..n,第0列初始化为0..m。
* 依次检查 s 的每个字母(i=1..n)。
* 依次检查 t 的每个字母(j=1..m)。
* 如果 s[i]=t[j],则 cost=0;如果 s[i]!=t[j],则 cost=1。将 d[i,j] 设置为以下三个值中的最小值:
* 紧邻当前格上方的格的值加一,即 d[i-1,j]+1
* 紧邻当前格左方的格的值加一,即 d[i,j-1]+1
* 当前格左上方的格的值加cost,即 d[i-1,j-1]+cost
* 重复3-6步直到循环结束。d[n,m]即为莱茵斯坦距离
*
* @param str
源字符串
* @param target 目标字符串
* @return 0 - 100 float数值
*/
public static float getSimilarityRatio(String str, String target) {
// 矩阵
int[][] d;
int n = str.length();
int m = target.length();
// 遍历str的
int i;
// 遍历target的
int j;
// str的
char ch1;
// target的
char ch2;
// 记录相同字符,在某个矩阵位置值的增量,不是0就是1
int temp;
if (n == 0 || m == 0) {
return 0;
}
d = new int[n + 1][m + 1];
// 初始化第一列
for (i = 0; i <= n; i++) {
d[i][0] = i;
}
// 初始化第一行
for (j = 0; j <= m; j++) {
d[0][j] = j;
}
// 遍历str
for (i = 1; i <= n; i++) {
ch1 = str.charAt(i - 1);
// 去匹配target
for (j = 1; j <= m; j++) {
ch2 = target.charAt(j - 1);
if (ch1 == ch2 || ch1 == ch2 + 32 || ch1 + 32 == ch2) {
temp = 0;
} else {
temp = 1;
}
// 左边+1,上边+1, 左上角+temp取最小
d[i][j] = Math.min(Math.min(d[i - 1][j] + 1, d[i][j - 1] + 1), d[i - 1][j - 1] + temp);
}
}
return (1 - (float) d[n][m] / Math.max(str.length(), target.length())) * 100F;
}
最后
以上就是冷傲月光为你收集整理的比较两个字符串的相似度的全部内容,希望文章能够帮你解决比较两个字符串的相似度所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复