相同长度字符串的最佳方法字符串匹配算法？

Question

我需要实现字符串匹配算法来确定哪些字符串最匹配。我看到汉明距离是一个很好的匹配算法，当这个固定长度可以获得。

如果我使用Levenshtein距离公式，匹配质量是否有任何优势？我知道这种方法效率较低，因为它考虑了可变长度的字符串，但我真正关心的是匹配的质量。另外，有没有更好的算法我可能要考虑？如果这有任何不同，我在Java工作。

http://en.wikipedia.org/wiki/Levenshtein_distance

http://en.wikipedia.org/wiki/Hamming_distance

非常感谢

Answer 1

考虑字符串：“abcdefg”和“bcdefgh”。

Levenshtein距离为2.汉明距离（对字符而不是位进行操作）为7。

所以这取决于你是否想要将这些字符串视为相似或不相似。汉明距离有其适当的用途，但“这些字符串看起来与人类相似吗？”不是其中之一。

Answer 2

您可能会对Bitap algorithm.

感兴趣

  

bitap算法（也称为   转移 - 或转移 - 或   Baeza-Yates-Gonnet算法）是一个   模糊字符串搜索算法。该   算法告诉是否给定文本   包含一个子字符串   给定的“大致相等”   模式，近似相等   根据Levenshtein的定义   距离 - 如果子串和   模式在给定距离k内   彼此，然后算法   认为他们是平等的算法   首先是预先计算一组   每个包含一位的位掩码   模式的元素。然后就是   能够完成大部分工作   按位运算，即   非常快。