如何计算基于结构的字符串相似度？

Question

我有一些字符串，我想要一个测量它们的相似性，但不同于字符串编辑距离，例如，更多地基于结构相似性而不是字母相似性。

例如：312164和48479应得到非常高的分数，因为它们只是数字且长度相同。对于Bla blubb和bla bloob blo应该是相同的，因为它们只包含字母并且之间有间隙。 对于像apple和app3 f这样的情侣，即使他们分享一些字母，但结构也不同，也应该得分较低。

这样的事情......有人有线索吗？在Java中，如果可能的话。

谢谢！

Answer 1

以相似性定义和评分。

示例字符串：

  

香蕉

     

橙

     

Orange 123

     

Banana 234

长度= x点，其中x是长度

相同的字符= 1分（A！= a）

相似角色的相同位置= 2分

每个字符串唯一的字符的扣除点

e.g。比较Banana和Orange

长度= 6分（两者均为6分）

'a'= 1分（两者都有）。如果两者都有两个，我们会给2分。如果'a'在两个字符串中处于相同位置，我们将再给出2分。

对于'n'= 1分

  

总积分：8

由于橙子没有B

，因此

1

2表示'a'，因为Banana有三个a的

1表示“n”，因为Banana有2个n

1表示O

1表示r

1 for g

1 for e

  

总减：8

总加分 - 总分数= 0

这只是一个粗略的逻辑，但你可以从中得到一些东西。