Java 使用Levenshtein距离比较文件路径

我需要弄清楚特定的文件路径有多近，Levenshtein距离算法非常有效，但我需要以某种方式为目录树上较高的目录赋予权重

例如：

var source = "x:/t/c/d";
var targets = new[] { "a:/t/c/d", "x:/t/y/z" };

var separator = '/';
var sourceParts = source.Split(separator);
var weight = 10;
var match = 100;

var scores = targets.Select(target =>
{
    var score = sourceParts
        .Zip(target.Split(separator), (s, t) => new Tuple<string, string>(s, t))
        .Select(
            (tuple, i) => tuple.Item1 == tuple.Item2
                ? match * GetWeight(i)
                : LevenshteinDistance(tuple.Item1, tuple.Item2) * GetWeight(i)
        ).Sum();

    return new
    {
        Target = target,
        Score = score
    };
});

我的来源是x:/t/c/d

我的两个目标是：

a:/t/c/d x:/t/y/z 我需要第二个目标识别为更接近，即使作为字符串，它的编辑距离更大，因为目标2与源位于同一父目录x中，而第一个目标正在查看目录a

如何为字符串中较早出现的字符赋予权重？

在我看来，完整路径上的Levenshtein距离并不是您想要实现的正确算法

我建议您最终将路径拆分为一个文件夹列表，并在末尾添加一个文件，然后我会比较相应位置的目录名或驱动器，如果它是完美匹配的，则会给它一个高分，随着目录树的深入，分数会降低

如果它不匹配，那么您仍然可以在路径上应用Levenshtein距离，并将其乘以一个权重，该权重将随着您向下移动而减小

而不是总结

例如：

var source = "x:/t/c/d";
var targets = new[] { "a:/t/c/d", "x:/t/y/z" };

var separator = '/';
var sourceParts = source.Split(separator);
var weight = 10;
var match = 100;

var scores = targets.Select(target =>
{
    var score = sourceParts
        .Zip(target.Split(separator), (s, t) => new Tuple<string, string>(s, t))
        .Select(
            (tuple, i) => tuple.Item1 == tuple.Item2
                ? match * GetWeight(i)
                : LevenshteinDistance(tuple.Item1, tuple.Item2) * GetWeight(i)
        ).Sum();

    return new
    {
        Target = target,
        Score = score
    };
});

其中GetWeight类似于：

private static int MaxWeight = 10;
private static int GetWeight(int i) => i < MaxWeight ? MaxWeight - i : 1;

---

将源和目标usind/分开，然后分别比较它们，这样第二个应该更接近

C代码：

---

建议分割路径并从后面开始为其赋予反向权重，psuedocode应为：

currPath = null
currMin = int.Max


for (path in paths){ 

    var curr = 0

    var idx = 1;

    for ( x in Inverse( Split ( path ) ) ) { 

        curr+= idx * LevenshteinDistance( x )
        idx++;
    }

    if(idx < currMin)
        currPath = path;        
}

---

对于所有匹配项都匹配的很长路径，它可能不起作用，但这是任何猜测算法都会遇到的问题，但类似的东西应该可以满足您的需要

为什么有人投了反对票？感觉问题是感性的，这个人查了一下Levenshtein距离并应用了它，所以不确定否决票是为了什么