Java 两个文本文件之间单词匹配百分比的算法

我有两个字符串，里面有很多单词

我的任务是找到两个字符串之间单词匹配的百分比。有人能告诉我我们已经得到精确百分比/匹配词的算法吗

示例：

1. Mason natural fish oil 1000 mg omega-3 softgels - 200 ea
2. Mason Vitamins Omega 3 Fish Oil, 1000mg. Softgels, Bonus Size 200-Count Bottle

**Output** should be 8 words matched between two strings.

---

您可以使用下面的方法。我添加了内联注释来描述您可以尝试的每个步骤。注意，在这个代码示例中，我使用空格字符分割单词。如果您有任何问题，可以添加评论

请注意，我做了匹配单词忽略大小写，因为在给定的示例中不可能有8个匹配单词

public static int matchStrings(String firstString, String SecondString) {

    int matchingCount = 0;

    //Getting the whole set of words in to array. 
    String[] allWords = firstString.split("\\s");
    Set<String> firstInputset = new HashSet<String>();

    //getting unique words in to set
    for (String string : allWords) {
        firstInputset.add(string);
    }

    //Loop through the set and check whether number of words occurrence in second String
    for (String string : firstInputset) {
        if (SecondString.toLowerCase().contains(string.toLowerCase())) {
            matchingCount++;
        }
    }
    return matchingCount;
}

publicstaticintmatchstring（stringfirststring，stringsecondstring）{
int matchingCount=0；
//将整套单词放入数组。
String[]allWords=firstString.split（\\s”）；
Set firstInputset=new HashSet（）；
//将独特的单词输入到集合中
for（字符串：allWords）{
添加（字符串）；
}
//循环遍历集合，并检查第二个字符串中是否出现单词数
for（字符串：firstInputset）{
if（SecondString.toLowerCase（）.contains（string.toLowerCase（）））{
matchingCount++；
}
}
返回匹配计数；
}

您希望如何处理重复项，例如，如果

fish

在两个示例字符串中出现两次，那么计数会受到怎样的影响？

首先标记
句子，然后使用
contains（）
或其他方法区分单词？你尝试了什么…？什么是算法“你已经有了”？你是如何为给定的示例找到8个匹配的单词的？@TimBiegeleisen我相信你不会找到重复的。谢谢！你能给我推荐一些内置函数来缩短我的编译时间吗。