Question

我需要测量名称以字符串形式提供的两个地方之间的物理距离。由于有时名称的写法略有不同，我正在寻找一个可以帮助我衡量差异的库，然后将其与纬度和经度的度量相结合，以选择正确的匹配。首选语言：Java或PHP。

有什么建议吗？

Answer 1

查看Levenshtein distance。这是一种测量两个弦彼此不同的方式。

希望我能正确理解你的问题;在“纬度和经度”这个句子中使用“距离”可能会令人困惑！

Answer 2

虽然用c语言编写（使用python和tcl绑定），libdistance将是一个在字符串/数据上应用多个距离度量的工具。

指标包括：

盛开
damerau
欧几里得
汉明
的Jaccard
的Levenshtein
曼哈顿
明可夫斯基
needleman_wunsch

Answer 3

您可以使用phonetic algorithm获得一些不错的结果，以找到略微错误的名称。

此外，如果您使用更加机械的编辑距离，您可能会看到使用考虑键盘几何形状的加权函数的更好结果（即物理上关闭的键比更远的键更“便宜”）。这是一个获得专利的方法，所以要小心不要写一些太受欢迎的东西;）

Answer 4

我在Java中找到了SumMetrics，但没有使用它。

Answer 5

我冒昧地翻译了我编写的一段C＃代码来计算Levenshtein到Java代码的距离。它只使用两个单维数组，而不是一个大的锯齿状数组：

public static int getDifference(String a, String b)
{
    // Minimize the amount of storage needed:
    if (a.length() > b.length())
    {
        // Swap:
        String x = a;
        a = b;
        b = x;
    }

    // Store only two rows of the matrix, instead of a big one
    int[] mat1 = new int[a.length() + 1];
    int[] mat2 = new int[a.length() + 1];

    int i;
    int j;

    for (i = 1; i <= a.length(); i++)
        mat1[i] = i;

    mat2[0] = 1;

    for (j = 1; j <= b.length(); j++)
    {
        for (i = 1; i <= a.length(); i++)
        {
            int c = (a.charAt(i - 1) == b.charAt(j - 1) ? 0 : 1);

            mat2[i] =
                Math.min(mat1[i - 1] + c,
                Math.min(mat1[i] + 1, mat2[i - 1] + 1));
        }

        // Swap:
        int[] x = mat1;
        mat1 = mat2;
        mat2 = x;

        mat2[0] = mat1[0] + 1;
    }

    // It's row #1 because we swap rows at the end of each outer loop,
    // as we are to return the last number on the lowest row
    return mat1[a.length()];
}

它没有经过严格的测试，但似乎工作正常。它基于我为大学练习制作的Python实现。希望这有帮助！

Answer 6

我建议使用Levenshtein Distance或Jaccard Distance来比较文字。

两个地方之间的物理距离

6 个答案: