Question

我希望评估两个字符串之间的相似性（包括大小写），并给出介于0和1之间的值。

我尝试了Levenshtein距离实现，但它只给出了整数，并没有比较内部字母。

例如比较“ABCD”和“Abcd”给出距离3，“AOOO”也给出距离3，但显然“Abcd”比“AOOO”更好地匹配。

因此，与“ABCD”相比，我希望“ABcd”与“Abcd”最相似，然后是“AOOO”，然后是“AOOOO”

我也看了here，但我不是在寻找可变长度算法。

由于

Answer 1

尝试这样的事情

double d = (LevenshteinDist(s, t) + LevenshteinDist(s.ToLower(), t.ToLower())) /
           2.0 * Math.Max(s.Length, t.Length);

如果您希望对案例差异的重视程度低于字母差异，则可以对术语

赋予不同的权重

double d = (0.15*LevenshteinDist(s, t) + 
            0.35*LevenshteinDist(s.ToLower(), t.ToLower())) /
           Math.Max(s.Length, t.Length);

请注意，权重总计为0.5，因此将除法分为2.0过时。

Answer 2

    bool check(string[] a, string s)
    {
        for (int i = 0; i < a.Length; i++)
            if (s == a[i])
                return true;
        return false;
    }

    public double simi(string string1, string string2)
    {
        int sub1 = 0;
        int sub2 = 0;
        string[] sp1 = new string[string1.Length - 1];
        string[] sp2 = new string[string2.Length - 1];
        string[] sp3 = new string[string1.Length - 1];
        string[] sp4 = new string[string2.Length - 1];
        for (int i = 0; i < string1.Length - 1; i++)
        {
            string x = "";
            x = string1.Substring(i, 2);

            sp1[sub1] = x;
            ++sub1;
        }
        for (int i = 0; i < string2.Length - 1; i++)
        {
            string x = "";
            x = string2.Substring(i, 2);
            sp2[sub2] = x;
            ++sub2;
        }


        int j = 0, k = 0;

        for (int i = 0; i < sp1.Length; i++)
            if (check(sp3, sp1[i]) == true)
            {

                continue;
            }
            else
            {
                sp3[j] = sp1[i];
                j++;

            }

        for (int i = 0; i < sp2.Length; i++)
            if (check(sp4, sp2[i]) == true)
            {

                continue;
            }
            else
            {
                sp4[k] = sp2[i];
                k++;


            }

        Array.Resize(ref sp3, j);
        Array.Resize(ref sp4, k);

        Array.Sort<string>(sp3);
        Array.Sort<string>(sp4);

        int n = 0;


        for (int i = 0; i < sp3.Length; i++)
        {

            if (check(sp4, sp3[i]))
            {

                n++;
            }


        }

        double resulte;

        int l1 = sp3.Length;
        int l2 = sp4.Length;

        resulte = ((2.0 * Convert.ToDouble(n)) / Convert.ToDouble(l1 + l2)) * 100;

        return resulte;
    }

Answer 3

使用自定义表T调整Levenshtein距离。设置插入成本= 1.删除成本也是1.设T（c，d）表示用d替换c的惩罚。 T（c，c）应为= 0.T（c，d）应<= 2。

定义Max（n，m）是长度为n和m的字符串的最大理论距离。显然，Max（n，m）= n + m。

定义距离（s，t）是将s改为t除以Max（s，t）的成本。你去吧。

小心定义T，使定义服从距离公理：

距离（s，s）= 0
距离（s，t）=距离（t，s）
距离（s，t）＆lt; =距离（s，u）+距离（u，t）

然后在更多情况下会更有用。

如何计算C＃中两个字符串之间的相似度？

3 个答案: