C#计算字符串相似性的方法

 更新时间:2015年07月09日 11:51:20   作者:kevin0216  
这篇文章主要介绍了C#计算字符串相似性的方法,实例分析了C#计算字符串相似性的原理与算法实现技巧,具有一定参考借鉴价值,需要的朋友可以参考下

本文实例讲述了C#计算字符串相似性的方法。分享给大家供大家参考。具体如下:

计算字符串相似性的办法很多,甚至最笨的办法可以挨个匹配,这里要讲的是使用莱文史特距离来计算字符串相似性。
莱文史特距离概念:假设函数名是LD

用于计算两个字符串之间的相似度。 譬如有两个字符串A和B。假设以A为基准,那么该算法就是计算把B通过(替换、删除、加字符)等方法变成A需要多少步。

例如:
A=”abcd”, B=”abc”, 那么 LD(A,B)=1,只需在B字符串中插入一个字符那么就完全等于A
 A=”abcd”, B=”abcd”, 那么 LD(A,B)= ,因为这两个货完全相同
 A=”abcd”, B=”abdc”, 那么 LD(A,B)= 1,因为只需把B中”dc”互换位置就等于A了。
A=”fwegwegweg@#2″, B=”ddd*&&%^&”, 那么 LD(A,B)= ????,这个叔真不知道了,要用程序算了。
莱文史特距离计算出来的值越大代表步骤越多,说明两个字符串的相似程度越低。

譬如大家要做个简易的“文章抄袭”判定功能,那么用这个莱文史特距离完全可以实现个初步方法。

算法注释:
1、假设字符串str1的长度为 n,str2 的长度为 m。
   如果 n = 0,则返回 m并退出;(这是句废话)
2、如果 m=0,则返回 n 并退出。(这依然是句废话)
3、如果上述都不是则要开始进行计算,

构建一个数组 d[0..m, 0..n]。
将第0行初始化为 0..n,第0列初始化为0..m。
依次检查 str1 的每个字母(i=1..n)。
依次检查 str2 的每个字母(j=1..m)。
如果 str1[i]=str2[j],则 sign=0;(sign仅仅是个标记,没有任何意思,为了记录相等还是不相等)
如果 str1[i]!=str12[j],则 sign=1。
将 d[i,j] 设置为以下三个值中的最小值:
紧邻当前格上方的格的值加一,即 d[i-1,j]+1
紧邻当前格左方的格的值加一,即 d[i,j-1]+1
当前格左上方的格的值加sign,即 d[i-1,j-1]+sign
重复上述几步直到循环结束。d[n,m]既为最终的值

接下来是用c#写的一款莱文史特距离的实现。

public class LDMaker//搞成一个类看起来专业,
 //实际上就是脱裤子放屁,这里使用来文史特距离算法
 //用于计算字符串之间的相似性
  {
    char[] str1;
    char[] str2;
    public LDMaker(string s1, string s2)
    {
  //替换掉 所有 数字 为固定数字 数字干扰 太严重
  //这里因人而异,在中文文章的匹配中,数字是干扰很严重
  //的,所以我在某些应用中把数字替换掉了。
  //原因是有的文章之间实际上相似性很高,但是故意在里面加一些数字
  //干扰该函数的执行,让机器看出来两篇文章很不同。一般不需要做如下
  // 步骤
  s1=System.Text.RegularExpressions.Regex.Replace(s1,@"(\d+)","1");
  s2 = System.Text.RegularExpressions.Regex.Replace(s2, @"(\d+)", "1");
  str1 = s1.ToCharArray();
  str2 = s2.ToCharArray();
}
public int GetLD()//这是莱文史特距离的算法实现
{
  try
  {
    int m=str1.Length;
    int n=str2.Length;
    int[,] d = new int[m+1, n+1];
    for (int i = 0; i <= m ; i++)
      d[i, 0] = i;
    for (int i = 0; i <= n ; i++)
      d[0, i] = i;
    for (int i = 1; i <= m; i++)
    {
      for (int j = 1; j <= n; j++)
      {
      d[i,j] = d[i - 1,j - 1] + (str1[i - 1] == str2[j - 1] ? 0 : 1);
      //修改一个字符
       d[i,j] = Math.Min(d[i,j], d[i - 1,j] + 1);
      // 插入一个字符串 
      d[i,j] = Math.Min(d[i,j], d[i,j - 1] + 1); 
      //删除一个字符 
      } 
    } 
    return d[m, n];
    } catch(//出错返回一个很大值
    { 
      return 10000;
    }
   } 
}

希望本文所述对大家的C#程序设计有所帮助。

相关文章

  • C#中File类的文件操作方法详解

    C#中File类的文件操作方法详解

    这篇文章主要介绍了C#中File类的文件操作方法,以实例的形式详细分析了File类对文件的创建、打开、复制、删除等各种常用的操作,非常具有实用价值,需要的朋友可以参考下
    2014-11-11
  • C#实现的算24点游戏算法实例分析

    C#实现的算24点游戏算法实例分析

    这篇文章主要介绍了C#实现的算24点游戏算法,实例分析了算24点游戏相关的运算技巧,具有一定参考借鉴价值,需要的朋友可以参考下
    2015-04-04
  • 聊聊C# 中HashTable与Dictionary的区别说明

    聊聊C# 中HashTable与Dictionary的区别说明

    这篇文章主要介绍了聊聊C# 中HashTable与Dictionary的区别说明,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2021-01-01
  • C#中String.LastIndexOf方法小结

    C#中String.LastIndexOf方法小结

    String.LastIndexOf()是C#中string类的一个方法,它用于在字符串中查找指定子字符串(或字符)最后一次出现的位置,并返回其索引,本文主要介绍了C#中String.LastIndexOf方法小结,感兴趣的可以了解一下
    2024-01-01
  • C#在新建线程中使用Timer无效问题及解决

    C#在新建线程中使用Timer无效问题及解决

    这篇文章主要介绍了C#在新建线程中使用Timer无效问题及解决方案,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2022-08-08
  • C#实现骑士飞行棋

    C#实现骑士飞行棋

    这篇文章主要为大家详细介绍了C#实现骑士飞行棋,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2020-02-02
  • c#唯一值渲染实例代码

    c#唯一值渲染实例代码

    这篇文章主要介绍了c#唯一值渲染实例代码,有需要的朋友可以参考一下
    2013-12-12
  • Unity UGUI的HorizontalLayoutGroup水平布局组件介绍使用

    Unity UGUI的HorizontalLayoutGroup水平布局组件介绍使用

    这篇文章主要为大家介绍了Unity UGUI的HorizontalLayoutGroup水平布局组件介绍使用,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2023-07-07
  • C# 常用日期时间函数(老用不熟)

    C# 常用日期时间函数(老用不熟)

    C# 常用日期时间函数(老用不熟) ,需要的朋友可以参考下。
    2009-09-09
  • 详解C# 利用反射根据类名创建类的实例对象

    详解C# 利用反射根据类名创建类的实例对象

    这篇文章主要介绍了详解C# 利用反射根据类名创建类的实例对象,“反射”其实就是利用程序集的元数据信息,感兴趣的小伙伴们可以参考一下。
    2017-03-03

最新评论