C#字符串相似度比較
C#字符串相似度比較
編輯距離算法最先是由俄國科學家Levenshtein提出的,所以這個算法也叫做Levenshtein Distance算法。用最簡單的一句話來說明這個算法就是:通過插入、刪除、替換方法將字符串A變成字符串B所有的步驟就是算法中提到的編輯距離,最簡 單的相似度即編輯距離的倒數。
public class LevenshteinDistance {#region 私有變量 /// <summary> /// 字符串1 /// </summary> private char[] _ArrChar1; /// <summary> /// 字符串2 /// </summary> private char[] _ArrChar2; /// <summary> /// 統計結果 /// </summary> private Result _Result; /// <summary> /// 開始時間 /// </summary> private DateTime _BeginTime; /// <summary> /// 結束時間 /// </summary> private DateTime _EndTime; /// <summary> /// 計算次數 /// </summary> private int _ComputeTimes; /// <summary> /// 算法矩陣 /// </summary> private int[,] _Matrix; /// <summary> /// 矩陣列數 /// </summary> private int _Column; /// <summary> /// 矩陣行數 /// </summary> private int _Row; #endregion #region 屬性 public Result ComputeResult { get { return _Result; } } #endregion #region 構造函數 public LevenshteinDistance(string str1, string str2) { this.LevenshteinDistanceInit(str1,str2); } public LevenshteinDistance() { } #endregion #region 算法實現 /// <summary> /// 初始化算法基本信息 /// </summary> /// <param name="str1">字符串1</param> /// <param name="str2">字符串2</param> private void LevenshteinDistanceInit(string str1,string str2) { _ArrChar1 = str1.ToCharArray(); _ArrChar2 = str2.ToCharArray(); _Result = new Result(); _ComputeTimes = 0; _Row = _ArrChar1.Length + 1; _Column = _ArrChar2.Length + 1; _Matrix = new int[_Row, _Column]; } /// <summary> /// 計算相似度 /// </summary> public void Compute() { //開始時間 _BeginTime = DateTime.Now; //初始化矩陣的第一行和第一列 this.InitMatrix(); int intCost = 0; for (int i = 1; i < _Row; i++) { for (int j = 1; j < _Column; j++) { if (_ArrChar1[i - 1] == _ArrChar2[j - 1]) { intCost = 0; } else { intCost = 1; } //關鍵步驟,計算當前位置值為左邊+1、上面+1、左上角+intCost中的最小值 //循環遍歷到最后_Matrix[_Row - 1, _Column - 1]即為兩個字符串的距離 _Matrix[i, j] = this.Minimum(_Matrix[i - 1, j] + 1, _Matrix[i, j - 1] + 1, _Matrix[i - 1, j - 1] + intCost); _ComputeTimes++; } } //結束時間 _EndTime = DateTime.Now; //相似率 移動次數小于最長的字符串長度的20%算同一題 int intLength = _Row > _Column ? _Row : _Column; _Result.Rate = (1 - (double)_Matrix[_Row - 1, _Column - 1] / intLength).ToString().Substring(0, 6); if (_Result.Rate.Length > 6) { _Result.Rate = _Result.Rate.Substring(0, 6); } _Result.UseTime = (_EndTime - _BeginTime).ToString(); _Result.ComputeTimes = _ComputeTimes.ToString() + " 距離為:" + _Matrix[_Row - 1, _Column - 1].ToString(); } /// <summary> /// 計算相似度 /// </summary> /// <param name="str1">字符串1</param> /// <param name="str2">字符串2</param> public void Compute(string str1,string str2) { this.LevenshteinDistanceInit(str1, str2); this.Compute(); } /// <summary> /// 初始化矩陣的第一行和第一列 /// </summary> private void InitMatrix() { for (int i = 0; i < _Column; i++) { _Matrix[0, i] = i; } for (int i = 0; i < _Row; i++) { _Matrix[i, 0] = i; } } /// <summary> /// 取三個數中的最小值 /// </summary> /// <param name="First"></param> /// <param name="Second"></param> /// <param name="Third"></param> /// <returns></returns> private int Minimum(int First, int Second, int Third) { int intMin = First; if (Second < intMin) { intMin = Second; } if (Third < intMin) { intMin = Third; } return intMin; } #endregion
} /// <summary> /// 計算結果 /// </summary> public struct Result { /// <summary> /// 相似度 /// </summary> public string Rate; /// <summary> /// 對比次數 /// </summary> public string ComputeTimes; /// <summary> /// 使用時間 /// </summary> public string UseTime; } </pre>
本文由用戶 ybny 自行上傳分享,僅供網友學習交流。所有權歸原作者,若您的權利被侵害,請聯系管理員。
轉載本站原創文章,請注明出處,并保留原始鏈接、圖片水印。
本站是一個以用戶分享為主的開源技術平臺,歡迎各類分享!