需要帮助了解列文施泰因距离
本文关键字:施泰因 距离 了解 帮助 | 更新日期: 2023-09-27 18:35:53
我刚刚开始编程,我正在尝试Levenshtein距离的工作原理。
我正在比较用户数据库中 2 个帐户名称之间的相似程度。
我正在使用来自 wiki 的 c# 代码,它给出了一个数字,用于定义源字符串最终成为目标字符串需要多少操作(插入/删除/替换)。但是,我想要的不是数字,而是 2 个字符串的匹配/不匹配百分比。
我该怎么做?
public static int DamerauLevenshteinDistance(string source, string target)
{
if (String.IsNullOrEmpty(source))
{
if (String.IsNullOrEmpty(target))
{
return 0;
}
else
{
return target.Length;
}
}
else if (String.IsNullOrEmpty(target))
{
return source.Length;
}
var score = new int[source.Length + 2, target.Length + 2];
var INF = source.Length + target.Length;
score[0, 0] = INF;
for (var i = 0; i <= source.Length; i++) { score[i + 1, 1] = i; score[i + 1, 0] = INF; }
for (var j = 0; j <= target.Length; j++) { score[1, j + 1] = j; score[0, j + 1] = INF; }
var sd = new SortedDictionary<char, int>();
foreach (var letter in (source + target))
{
if (!sd.ContainsKey(letter))
sd.Add(letter, 0);
}
for (var i = 1; i <= source.Length; i++)
{
var DB = 0;
for (var j = 1; j <= target.Length; j++)
{
var i1 = sd[target[j - 1]];
var j1 = DB;
if (source[i - 1] == target[j - 1])
{
score[i + 1, j + 1] = score[i, j];
DB = j;
}
else
{
score[i + 1, j + 1] = Math.Min(score[i, j], Math.Min(score[i + 1, j], score[i, j + 1])) + 1;
}
score[i + 1, j + 1] = Math.Min(score[i + 1, j + 1], score[i1, j1] + (i - i1 - 1) + 1 + (j - j1 - 1));
}
sd[source[i - 1]] = i;
}
return score[source.Length + 1, target.Length + 1];
}
Levenshtein 距离是(正如维基百科会很高兴地告诉您的那样)将一个字符串更改为另一个字符串所需的最小数量的单字符更改(插入、修改或删除)。 您可以使用它来确定两个字符串的相似程度,因为相似的字符串将具有较低的 Levenshtein 距离。
没有相似性的两个字符串之间可能的最大 Levenshtein 距离是两个字符串中较长的长度:
int maxLD = Math.Max(s1.Length, s2.Length);
鉴于此,您可以通过计算实际距离来计算相似程度:
int actualLD = LevenshteinDistance(s1, s3);
float LDratio = 1 - (float)actualLD / maxLD;
相同的字符串的LDratio
等于 1。 非常相似的字符串将具有较高的LDratio
值,而非常不同的字符串将具有接近 0 的LDratio
值。
乘以 100 得到您的匹配百分比。