package com.duxiu.simone.file;
/**
* 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 = "ab";
string target = "ac";
system.out.println("similarityratio=" lt.getsimilarityratio(str, target));
}
}
posted on 2012-01-12 15:36
simone 阅读(2036)
评论(2) 所属分类:
java