字符串相似度算法

Question

我有两个字符串（它们最终会在一个简单的数据库中被描述），让我们说它们是

1. 字符串A：“Apple orange coconut lime jimmy buffet”
2. 字符串B：“汽车 自行车滑板“

我正在寻找的是这个。我想要一个输入“cocnut”的函数，输出为“String A”

我们可能在资本化方面存在差异，拼写并不总是存在。如果你愿意的话，目标是“快速而肮脏”的搜索。

是否存在任何.net（或第三方），或者为字符串推荐“相似度算法”，因此我可以检查输入是否具有“非常接近的片段”并将其返回？我的数据库将有50个条目，顶部。

Answer 1

您要搜索的内容称为两个字符串之间的edit distance。有很多实现 - here’s one from Stack Overflow itself。

由于您只搜索字符串的 part ，因此您需要的是本地最优匹配，而不是此方法计算的全局匹配。

这被称为local alignment problem，再一次它可以通过几乎相同的算法轻松解决 - 唯一改变的是初始化（我们不会惩罚任何来自之前的搜索字符串）和最佳值的选择（我们不会惩罚在搜索字符串后的任何内容）。