Package org.miaixz.bus.core.text

Class TextSimilarity

java.lang.Object

org.miaixz.bus.core.text.TextSimilarity

public class TextSimilarity
extends Object

文本相似度计算

Since:

Java 17+

Author:

Kimi Liu

Constructor Summary

Constructors

Constructor	Description
TextSimilarity()

Method Summary

Modifier and Type	Method	Description
static String	longestCommonSubstring(String strA, String strB)	最长公共子串，采用动态规划算法。
static int	longestCommonSubstringLength(String strA, String strB)	求公共子串，采用动态规划算法。
static double	similar(String strA, String strB)	利用莱文斯坦距离(Levenshtein distance)算法计算相似度，两个都是空串相似度为1，被认为是相同的串 比较方法为： 只比较两个字符串字母、数字、汉字部分，其他符号去除 计算出两个字符串最大子串，除以最长的字符串，结果即为相似度
static String	similar(String strA, String strB, int scale)	利用莱文斯坦距离(Levenshtein distance)算法计算相似度百分比

Methods inherited from class java.lang.Object

clone, equals, finalize, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

Constructor Details

TextSimilarity

public TextSimilarity()

Method Details

similar

public static double similar(String strA,
 String strB)

利用莱文斯坦距离(Levenshtein distance)算法计算相似度，两个都是空串相似度为1，被认为是相同的串 比较方法为：

• 只比较两个字符串字母、数字、汉字部分，其他符号去除
• 计算出两个字符串最大子串，除以最长的字符串，结果即为相似度

Parameters:

strA - 字符串1

strB - 字符串2

Returns:

相似度

similar

public static String similar(String strA,
 String strB,
 int scale)

利用莱文斯坦距离(Levenshtein distance)算法计算相似度百分比

Parameters:

strA - 字符串1

strB - 字符串2

scale - 保留小数

Returns:

百分比

longestCommonSubstring

public static String longestCommonSubstring(String strA,
 String strB)

最长公共子串，采用动态规划算法。 其不要求所求得的字符在所给的字符串中是连续的。 算法解析见：zui-chang-gong-gong-zi-xu-lie-by-leetcod-y7u0

Parameters:

strA - 字符串1

strB - 字符串2

Returns:

最长公共子串

longestCommonSubstringLength

public static int longestCommonSubstringLength(String strA,
 String strB)

求公共子串，采用动态规划算法。 其不要求所求得的字符在所给的字符串中是连续的。 2023-04-06 优化堆内存占用，此处不需要matrix[m][n]的完整矩阵，仅需右下角值

Parameters:

strA - 字符串1

strB - 字符串2

Returns:

公共子串