matlab中的近似字符串匹配

Question

假设我有两个小的 (A) 和非常大的字符串 (B)。我想在 B 中找到 A 的匹配字符串，但我对精确匹配不感兴趣。换句话说，我想考虑一个阈值来找到匹配字符串。因此，在这种情况下，我接受 A 的 2-3 个元素与 B 中选定的字符串不完全匹配的字符串。所以，我的问题是我如何在 matlab 中考虑这种近似？因为，据我所知，matlab 中的大多数字符串匹配代码只是找到完全匹配的。

此外，我希望它产生一堆字符串而不是一个匹配项。例如，它应该提供 10 个与 A 匹配的字符串，例如 2-3 不匹配。

Answer 1

这听起来像是您想要的 Smith-Waterman (http://en.wikipedia.org/wiki/Smith%E2%80%93Waterman_algorithm) 算法，它在 Bioinformatics Toolbox 中实现。

如果这不完全符合您的要求，您可能会通过使用 Levenshtein 距离将 A 与 B 的子串进行比较来编写自己的匹配例程，效率可能会有些低。 Matlab Central 上有几个用于 Levenshtein 距离的包（例如，https://www.mathworks.com/matlabcentral/fileexchange/17585-calculation-of-distance-between-strings）。