字符串与最相似字符串的比较

Question

没有人知道是否存在给定一个字符串A和一个字符串B数组的算法，比较A字符串与B中所有字符串给出的输出中最相似的一个。

对于“最相似的一个”我的意思是，例如，

如果字符串是：“世界你好你怎么样”

然后

“ASDF asdewr世界你好如何asfrqr你”

比更相似：

“h2ll4 w1111 H11 111 111”

Answer 1

通常的测量是Levenshtein distance。计算从原始到每个候选人的Levenshtein距离，并将最小距离作为最可能的候选人。

Answer 2

这通常是通过检查一串字符串变体来完成的......查看拼写校正算法 - 例如， here

Answer 3

定义相似性。算法，可以做到这一点包括：

1. 莱文斯坦/ LCS/n元的距离（每个在您所设定的字符串比较字符串，拿一个具有最低的距离）
2. TF-IDF索引
3. Levenshtein automata
4. Hopfield networks
5. BK-trees

所有这一切都可以通过实施可行性的在C或C++中。谷歌“字符串相似性”，“重复查找”或“记录链接”用于可用的度量和算法。