除了Levenshtein距离之外，我不熟悉字符串相似度算法，因为这就是我正在使用的内容，结果证明它不太理想。
所以我对我想要实现的递归算法有所了解，但我想知道它是否已经存在，所以我可以利用其他人的专业知识。
这是算法的例子：
字符串1：“保罗约翰逊”
字符串2：“John Paulson”
第1步：找到所有最长的匹配
第1场比赛：“保罗”
比赛2：“约翰”
比赛3：“儿子”
比赛4：“”
步骤2：使用以下公式计算每个匹配的分数：（（match.len / string.len）* match.len）这允许基于字符串的长度以平衡速率对更长的字符串进行更多加权。
比赛1：（4/12）* 4 = 1.333 ......
比赛2：1.333 ......
比赛3：.75
比赛4：.083
步骤3：在更大的比例上进行步骤1和2（比赛的匹配。）这个我没有完全弄清楚。但我的想法是，如果“儿子”出现在“保罗约翰”之后，它出现在“约翰保罗”之后，那应该算上一些东西。
步骤4：对已计算的所有分数求和。
得分：1.333 + 1.333 + .75 + .083333 = 3.4999 ......（加上第3步产生的分数）
这对任何人来说都很熟悉吗？我希望其他人在实际制定算法时遇到麻烦，所以我不必自己搞清楚。
答案 0 :(得分：3)
您所描述的内容有点类似于以下论文所称的最长公共子串（LCS）。有关其他算法的简要说明和比较： A Comparison of Personal Name Matching
该算法[11]重复发现并删除最长的共同点 两个字符串中的子串比较，最大长度 （通常设置为2或3）。
...
可以通过计算相似性度量 将公共子串的总长度除以最小值， 两个原始字符串的最大或平均长度（类似于 史密斯 - 沃特曼）。...
这个算法是 适用于有单词的复合名称（如给定和姓氏） 交换。