Swift 最优字符串比较法

获得两个字符串之间的百分比相似性的最佳算法是什么。到目前为止，我一直在使用Levenshtein，但这还不够。Levenshtein给了我差异的数量，然后我必须尝试通过以下方式将其计算为相似性：

100 - (no.differences/no.characters_in_scnd_string * 100)

例如，如果我测试

“ab”

与

“abc”

有多相似，我会得到大约66%的相似性，这是有意义的，因为

“ab”

与

“abc”

有2/3相似

我遇到的问题是，当我测试

“abcabc”

到

“abc”

时，我得到了100%的相似性，因为

“abc”

完全存在于

“abcabc”

中。然而，我希望答案是50%，因为50%的abcabc与abc相同

我希望这有点道理。。。第二个字符串是常量，我想测试不同字符串与该字符串的相似性。我所说的相似，是指尽管词序不同，但“猫狗”和“狗猫”的相似性极高

---

有什么想法吗？

使用Levenstein算法输入：

case1 - distance(abcabc, abc)
case2 - distance(cat dog, dog cat)

输出为：

distance(abcabc, abc) = 3 // what is ok, if you count percent from `abcabc`
distance(cat dog, dog cat) = 6 // should be 0

因此，在

abcabc

和

abc

的情况下，我们得到了3，它是最大单词

abcabc

的50%。这正是你想要的

第二种情况是猫和狗：我的建议是将这些字符串拆分为单词，比较所有可能的组合，并选择最小的结果

更新：

我将用伪代码描述第二种情况，因为我不太熟悉

Swift

get(cat dog) and split to array of words ('cat' , 'dog') //array1
get(dog cat) and split to array of words ('dog' , 'cat') //array2

var minValue = 0;

for every i-th element of `array1`
   var temp = maxIntegerValue // here will be storred all results of 'distance(i, j)'
   index = 0 // remember index of smallest temp
   for every j-th element of `array2` 
      if (temp < distance(i, j))
         temp = distance(i, j)
         index = j
   // here we have found the smallest distance(i, j) value of i in 'array2'
   // now we should delete current j from 'array2'  
   delete j from array2

   //add temp to minValue
   minValue = minValue + temp 

get（cat-dog）并拆分为单词数组（'cat'，'dog'）//array1
get（dog-cat）并拆分为单词数组（'dog'，'cat'）//array2
var minValue=0；
对于'array1'的每个第i个元素`
var temp=maxIntegerValue//此处将存储“距离（i，j）”的所有结果
index=0//记住最小温度的索引
对于'array2'的每个第j个元素
if（温度<距离（i，j））
温度=距离（i，j）
指数=j
//在这里，我们找到了‘array2’中i的最小距离（i，j）值
//现在我们应该从“array2”中删除当前的j
从array2中删除j
//将临时值添加到最小值
最小值=最小值+温度

工作流程如下所示：

在对语句（对于值'cat'

array1

）的第一个

进行第一次迭代后，我们将得到0，因为
i=0
和
j=1
是相同的。然后
j=1
将从
array2
中删除，之后
array2
将只有elem
dog

对于

语句（对于值'dog'

array1

），我们在第二次

上的第二次迭代也将得到0，因为它与
array2
中的
dog
相同

至少从现在起，你知道如何处理你的问题了。现在取决于您将如何准确地实现它，可能您将采用另一种数据结构。
这是对
Damerau–Levenshtein distance
和
Levenshtein distance

您可以检查此
StringMetric
算法是否满足您的需要

问题被标记为Swift。答案应使用适当的语言。@rmaddy我已删除代码。在我的回答中，主要的一点不是Levenshtein算法的精确实现。你能告诉我你将如何处理第二种情况吗？谢谢你的邀请help@HarryStuart我添加了一个解释不幸的是，该算法不适用于重新排列的单词。“猫和狗”和“狗和猫”应该非常相似，但有6个区别