字符串與最相似字符串的比較

Question

沒有人知道是否存在給定一個字符串A和一個字符串B數組的算法，比較A字符串與B中所有字符串給出的輸出中最相似的一個。

對於「最相似的一個」我的意思是，例如，

如果字符串是：「世界你好你怎麼樣」

然後

「ASDF asdewr世界你好如何asfrqr你」

比更相似：

「h2ll4 w1111 H11 111 111」

Answer 1

通常的測量是Levenshtein distance。計算從原始到每個候選人的Levenshtein距離，並將最小距離作爲最可能的候選人。

Answer 2

這通常是通過檢查一串字符串變體來完成的......查看拼寫校正算法 - 例如， here

Answer 3

定義相似性。算法，可以做到這一點包括：

1. 萊文斯坦/ LCS/n元的距離（每個在您所設定的字符串比較字符串，拿一個具有最低的距離）
2. TF-IDF索引
3. Levenshtein automata
4. Hopfield networks
5. BK-trees

所有這一切都可以通過實施可行性的在C或C++中。谷歌「字符串相似性」，「重複查找」或「記錄鏈接」用於可用的度量和算法。