Algorithm 相同长度字符串的最佳方式字符串匹配算法？

我需要实现一个字符串匹配算法来确定哪些字符串最匹配。我看到当这个固定长度可以得到时，汉明距离是一个很好的匹配算法

如果我使用Levenshtein距离公式，在匹配质量上有什么优势吗？我知道这种方法效率较低，因为它考虑了可变长度的字符串，但我真正关心的是匹配的质量。另外，有没有更好的算法我想考虑一下呢？我在Java工作，如果这有什么不同的话

非常感谢

考虑字符串：“abcdefg”和“bcdefgh”

Levenshtein距离为2。汉明距离（对字符而不是位进行操作）为7

因此，这实际上取决于您是否希望将这些字符串视为相似的字符串。汉明距离有其适当的用途，但“这些弦看起来像人吗？”不是其中之一。

考虑一下弦：“abcdefg”和“bcdefgh”

Levenshtein距离为2。汉明距离（对字符而不是位进行操作）为7

---

因此，这实际上取决于您是否希望将这些字符串视为相似的字符串。汉明距离有其适当的用途，但“这些弦看起来像人吗？”不是其中之一。

你可能会发现有趣的

bitap算法（也称为 移位或，移位和或 Baeza-Yates-Gonnet算法）是一种 模糊字符串搜索算法。这个 算法判断给定的文本是否 包含一个子字符串，该子字符串是 “近似等于”给定值 模式，其中近似相等 根据Levenshtein定义 距离-如果子字符串和 图案在给定距离k内 然后是算法 认为他们是平等的。算法 首先预计算一组 每个位包含一个位的位掩码 模式的元素。那就是 能够用计算机完成大部分工作 按位操作，即 非常快

---

你会发现这本书很有趣

bitap算法（也称为 移位或，移位和或 Baeza-Yates-Gonnet算法）是一种 模糊字符串搜索算法。这个 算法判断给定的文本是否 包含一个子字符串，该子字符串是 “近似等于”给定值 模式，其中近似相等 根据Levenshtein定义 距离-如果子字符串和 图案在给定距离k内 然后是算法 认为他们是平等的。算法 首先预计算一组 每个位包含一个位的位掩码 模式的元素。那就是 能够用计算机完成大部分工作 按位操作，即 非常快

---

你能描述一下你对比赛质量的评价吗？这是一个主观的衡量标准，所以如果你能描述你的目标，你会得到更好的答案。对于两个字符串，比如AHDJD和KDLOS，我想判断它们之间的“接近程度”。所以AAAA和AAAA将是100%的匹配。BAAAA和AAAA将接近97%，KAAAA和AAAA将接近93%。。。BJKDZ和AAAA几乎不一样。。。这有帮助吗？你能描述一下你对比赛质量的评价吗？这是一个主观的衡量标准，所以如果你能描述你的目标，你会得到更好的答案。对于两个字符串，比如AHDJD和KDLOS，我想判断它们之间的“接近程度”。所以AAAA和AAAA将是100%的匹配。BAAAA和AAAA将接近97%，KAAAA和AAAA将接近93%。。。BJKDZ和AAAA几乎不一样。。。那有用吗？我明白了。听起来像是海明距离已经过时了，因为你的插图让莱文施坦看起来更合适。有没有其他的算法你知道我想考虑的？你在另一个评论中说你想要D（“AAAAA”，“KaaAa”）＞D（“AAAAA”，“BaaAA”）。Levenshtein没有这样做，两种情况下都是1。恐怕我不知道其他相关的算法。但也许通过将每个字符分成（比如）2位块，并计算这些块上的Levenshtein距离，而不是字符上的Levenshtein距离，你可能会得到更接近你想要的东西。但是仍然不正确，因为更改O->P比更改P->Q翻转更多位。啊，这样如何：您可以计算相应字符之间的均方根距离。（'a'-'k'）^2是100，（'a'-'b'）^2只是1。这意味着“abc”与“cba”的关系要比“amz”与“zam”的关系更为密切，所以你可能仍然得不到你喜欢的结果。我明白了。听起来像是海明距离已经过时了，因为你的插图让莱文施坦看起来更合适。有没有其他的算法你知道我想考虑的？你在另一个评论中说你想要D（“AAAAA”，“KaaAa”）＞D（“AAAAA”，“BaaAA”）。Levenshtein没有这样做，两种情况下都是1。恐怕我不知道其他相关的算法。但也许通过将每个字符分成（比如）2位块，并计算这些块上的Levenshtein距离，而不是字符上的Levenshtein距离，你可能会得到更接近你想要的东西。但是仍然不正确，因为更改O->P比更改P->Q翻转更多位。啊，这样如何：您可以计算相应字符之间的均方根距离。（'a'-'k'）^2是100，（'a'-'b'）^2只是1。这意味着“abc”与“cba”的关系要比“amz”与“zam”的关系密切得多，所以你可能仍然得不到你喜欢的结果。