如何在C#中计算两个字符串之间的相似性

本文关键字：两个 字符串 之间 相似性 计算 | 更新日期: 2023-09-27 18:27:20

我想评估两个字符串之间的相似性（包括大小写），并给出一个介于0和1之间的值。

我尝试了Levenstein距离实现，但它只给出整数，不比较内部字母。

例如，比较"ABCD"answers"ABCD"可以得出3的距离，"AOOO"也可以得出3，但显然"ABCD）"比"AOOO（AOOO）"更匹配。

因此，与"ABCD"相比，我希望"ABCD"与"ABCD"最相似，然后是"AOOO"，再是"AOOOO"

我也看了这里，但我不是在寻找一个可变长度的算法。

感谢

如何在C#中计算两个字符串之间的相似性

试试这样的

double d = (LevenshteinDist(s, t) + LevenshteinDist(s.ToLower(), t.ToLower())) /
           2.0 * Math.Max(s.Length, t.Length);

如果你想把大小写差异的重要性降低到字母差异，你可以给这个术语不同的权重

double d = (0.15*LevenshteinDist(s, t) + 
            0.35*LevenshteinDist(s.ToLower(), t.ToLower())) /
           Math.Max(s.Length, t.Length);

请注意，权重的总和为0.5，因此2.0的除法已过时。

使用自定义表T调整Levenstein距离。让插入成本=1。删除的成本也是1。设T（c，d）表示用d代替c的惩罚。T（c，d）应为<=2.

将Max（n，m）定义为长度为n和m的字符串的最大理论距离。显然，Max（n、m）=n+m。

定义距离（s，t）是将s更改为t的成本除以Max（s，t）。给你。

定义T时要小心，使定义服从距离公理：

  • 距离（s，s）=0
  • 距离（s，t）=距离（t，s）
  • 距离（s，t）<=距离（s，u）+距离（u，t）

然后在更多的情况下它会更有用。

    bool check(string[] a, string s)
    {
        for (int i = 0; i < a.Length; i++)
            if (s == a[i])
                return true;
        return false;
    }
    public double simi(string string1, string string2)
    {
        int sub1 = 0;
        int sub2 = 0;
        string[] sp1 = new string[string1.Length - 1];
        string[] sp2 = new string[string2.Length - 1];
        string[] sp3 = new string[string1.Length - 1];
        string[] sp4 = new string[string2.Length - 1];
        for (int i = 0; i < string1.Length - 1; i++)
        {
            string x = "";
            x = string1.Substring(i, 2);
            sp1[sub1] = x;
            ++sub1;
        }
        for (int i = 0; i < string2.Length - 1; i++)
        {
            string x = "";
            x = string2.Substring(i, 2);
            sp2[sub2] = x;
            ++sub2;
        }

        int j = 0, k = 0;
        for (int i = 0; i < sp1.Length; i++)
            if (check(sp3, sp1[i]) == true)
            {
                continue;
            }
            else
            {
                sp3[j] = sp1[i];
                j++;
            }
        for (int i = 0; i < sp2.Length; i++)
            if (check(sp4, sp2[i]) == true)
            {
                continue;
            }
            else
            {
                sp4[k] = sp2[i];
                k++;

            }
        Array.Resize(ref sp3, j);
        Array.Resize(ref sp4, k);
        Array.Sort<string>(sp3);
        Array.Sort<string>(sp4);
        int n = 0;

        for (int i = 0; i < sp3.Length; i++)
        {
            if (check(sp4, sp3[i]))
            {
                n++;
            }

        }
        double resulte;
        int l1 = sp3.Length;
        int l2 = sp4.Length;
        resulte = ((2.0 * Convert.ToDouble(n)) / Convert.ToDouble(l1 + l2)) * 100;
        return resulte;
    }
相关文章：