字符串相似度算法答案

【问题标题】：String likeness algorithms字符串相似度算法
【发布时间】：2013-02-24 12:50:43
【问题描述】：

我有两个字符串（它们最终将成为简单数据库中的描述），假设它们是

我正在寻找的是这个。我想要一个函数，输入为“cocnut”，输出为“String A”

我们可能在大小写上有所不同，而且拼写并不总是正确的。如果您愿意，目标是“快速而肮脏”的搜索。

是否有任何 .net（或第三方），或推荐字符串的“相似算法”，以便我可以检查输入是否有“非常接近的片段”并返回它？我的数据库将有超过 50 个条目。

【问题讨论】：

汉明距离？声音？
Levenshtein 距离？
我现在正在尝试 levenshtein 算法。我想我正在寻找建议，因为我的目标是只使用整个字符串的片段。尝试所有这些并选择最好的可能是我应该追求的。
@Marc 显然两者都没有。
stackoverflow.com/a/1095806/3043 ... 该答案中的链接已失效，请在此处获取产品：sourceforge.net/projects/simmetrics/files

【解决方案1】：

您要搜索的内容称为两个字符串之间的edit distance。有很多实现——here’s one from Stack Overflow itself。

由于您只搜索字符串的部分，因此您想要的是 局部最优 匹配，而不是通过此方法计算的全局匹配。

这被称为local alignment problem 并且再次通过几乎相同的算法很容易解决 - 唯一改变的是初始化（我们不会惩罚任何出现在搜索字符串之前的 ) 和最佳值的选择（我们不会惩罚搜索字符串之后的任何内容）。

【讨论】：

我想我找到了解决方案，我将使用 levenshtien 算法。由于我的大部分数据都很简单且以空格分隔，因此我只需将我的字符串与数据库条目的空格分隔版本进行比较，并取最高的单词作为结果。