两字符串的相似度

* 编辑距离算法，首先由俄国科学家Levenshtein提出的，又叫Levenshtein Distance
* 主要用来计算从原串（s）转换到目标串(t)所需要的最少的插入，删除和替换的数目，
* 在NLP中应用比较广泛，同时也常用来计算你对原文所作的改动数
*/

public class Levenshtein {

private int compare(String str, String target) {


  int d[][]; // 矩阵

  int n = str.length();

  int m = target.length();

  int i; // 遍历str的

  int j; // 遍历target的

  char ch1; // str的

  char ch2; // target的

  int temp; // 记录相同字符,在某个矩阵位置值的增量,不是0就是1

  if (n == 0) {

   return m;

  }

  if (m == 0) {

   return n;

  }

  d = new int[n + 1][m + 1];

  for (i = 0; i <= n; i++) { // 初始化第一列

   d[i][0] = i;

  }

  for (j = 0; j <= m; j++) { // 初始化第一行

   d[0][j] = j;

  }

  for (i = 1; i <= n; i++) { // 遍历str

   ch1 = str.charAt(i - 1);

   // 去匹配target

   for (j = 1; j <= m; j++) {

    ch2 = target.charAt(j - 1);

    if (ch1 == ch2) {

     temp = 0;

    } else {

     temp = 1;

    }

    // 左边+1,上边+1, 左上角+temp取最小

    d[i][j] = min(d[i - 1][j] + 1, d[i][j - 1] + 1, d[i - 1][j - 1]

      + temp);

   }

  }

  return d[n][m];

}



private int min(int one, int two, int three) {

  return (one = one < two ? one : two) < three ? one : three;

}



/**

* 获取两字符串的相似度

*

* @param str

* @param target

* @return

*/

public float getSimilarityRatio(String str, String target) {

  return 1 - (float) compare(str, target)

    / Math.max(str.length(), target.length());

}



public static void main(String[] args) {

  Levenshtein lt = new Levenshtein();

  String str = "ABCDEF";

  String target = "FECDBA";

  System.out.println("similarityRatio="

    + lt.getSimilarityRatio(str, target));

}

}