带移位块的字符串的最佳相似性度量

Question

我正在比较字符串以计算它们之间的相似性。最初，我选择了“ Levenshtein距离”算法，但现在发现，这并不是我拥有的那种输入的最佳算法。我的输入字符串可以进行 block-move 操作，这导致非常相似的字符串之间的Levenshtein距离很大。这是两个具有较大编辑距离但本质上相似的字符串的示例：

  

第一版

     

Q：选择您喜欢的品种：

     

  
1. 德国谢泼德
  
2. 梦想
  
3. 可乐
  
4. Rottweiler
  
5. 大丹狗
  

     

第二版

     问：您最喜欢以下哪个品种：

     

  
1. 可乐
  
2. 梦想
  
3. 德国谢泼德
  
4. 大丹狗
  
5. Rottweiler
  

然后我检查了GIT使用的diff实用程序，该IIRC使用Myers算法，但是GIT也遇到无法检测到块移位并将其视为两个删除和插入操作的问题。

对于具有定性但可能具有较大编辑距离的字符串，我还有哪些其他算法可以使我得到较小的距离？如果可以使用C＃，VB.NET，C ++或Java实现，甚至可以移植它，那就更好了。

注意：定性并不意味着任何类型的智能内容分析。仍然是客观的，但应仅将块移动视为一次操作，而不是N次操作，其中N是块中的数字字符。