如何在C＃中检查两个字符串的部分相似性

Question

C＃中是否有任何函数检查两个字符串的相似度百分比？

例如我有：

var string1="Hello how are you doing"; 
var string2= " hi, how are you";

和

function(string1, string2) 

会返回相似度，因为单词＆＃34; how＆＃34;，＆＃34;＆＃34;，＆＃34;你＆＃34;存在于该行中。

甚至更好，给我60％的相似度，因为＆＃34;＆＃34;，＆＃34;＆＃34;，＆＃34;你＆＃34;是string1的3/5。

C＃中是否存在任何功能？

Answer 1

字符串相似性的常用度量是所谓的Levenshtein distance或编辑距离。在该方法中，定义了一组定义的编辑操作。 Levenshtein距离是从第一个字符串获得第二个字符串所需的最小编辑步骤数。密切相关的是Damerau-Levenshtein distance，它使用一组不同的编辑操作。

在算法上，Levenshtein距离可以使用Dynamic programming来计算，这可以被认为是有效的。但请注意，这种方法实际上并不考虑单个单词，也不能直接表示百分比的相似性。

Answer 2

现在我要冒一个 -1 来冒险我的建议，但是在你试图得到一些接近但不那么复杂的东西的情况下，那么有很多更简单的解决方案然后是Levenshtein距离，如果你需要exakt结果并有时间编码它是完美的。

如果你对准确性有点宽松，那么我会遵循这个简单的规则：

1. 比较 文字首先(strSearch == strReal) - 如果匹配退出
2. 将搜索字符串和实际字符串转换为小写

3. 从字符串[aeiou-"!]删除元音和其他字符

   现在你有两个转换后的字符串。你的搜索字符串：

   mths dhlgrn mtbrn
   

   和你要比较的真实字符串

   rstrnt mths dhlgrn
   

4. 比较 已转换的字符串，如果它们匹配退出

5. 仅使用简单拆分功能或使用正则表达式\W+
按字词拆分搜索字符串
6. 通过将100除以部分数量来计算一部分的虚拟值（重量） - 在这种情况下为33
7. 比较 搜索字符串的每个部分 真实字符串，如果包含，则将每个匹配的值添加到总重量中。在这种情况下，我们有三个元素和两个匹配，因此结果是66 - 所以66％匹配

这种方法简单易用，可以越来越详细，实际上你可以使用步骤1-7，如果步骤7返回50％以上的任何值，那么你认为你有匹配，否则你会使用更复杂的计算。

好的，现在不要 -1 我太快，因为其他答案都很完美，这只是 lazy 开发人员的解决方案并且可能在那里有价值，结果满足期望。

Answer 3

您可以创建一个函数，将两个字符串拆分为数组，然后迭代其中一个以检查另一个字是否存在。

如果你想要它的百分比，你必须计算单词总数，看看有多少是相似的，并根据它创建一个数字。