如何在C＃中檢查兩個字符串的部分相似性

Question

C＃中是否有任何函數檢查兩個字符串的相似度百分比？

例如我有：

var string1="Hello how are you doing"; 
var string2= " hi, how are you";

和

function(string1, string2) 

將返回相似比，因為行中存在“how”，“are”，“you”等字樣。

或者甚至更好，給我60％的相似度，因為“how”，“are”，“you”是string1的3/5。

C＃中是否存在任何功能？

Answer 1

字符串相似性的常用度量是所謂的Levenshtein距離或編輯距離 。 在該方法中，定義了一組定義的編輯操作。 Levenshtein距離是從第一個字符串獲得第二個字符串所需的最小編輯步驟數。 與Damerau-Levenshtein距離密切相關，它使用一組不同的編輯操作。

在算法上，Levenshtein距離可以使用動態編程來計算，這可以被認為是有效的。 但請注意，這種方法實際上並不考慮單個單詞，也不能直接表示百分比的相似性。

Answer 2

現在我要冒一個-1來獲取我的建議，但是在你想要獲得接近但不那么復雜的東西的情況下，那么有很多比Levenshtein距離更簡單的解決方案，如果你是完美的需要exakt結果，並有時間編碼。

如果你對准確性有點寬松，那么我會遵循這個簡單的規則：

1. 首先比較文字(strSearch == strReal) - 如果匹配退出
2. 將搜索字符串和實際字符串轉換為小寫

3. 從字符串中移除元音和其他字符[aeiou-"!]

   現在你有兩個轉換的字符串。 你的搜索字符串：

    mths dhlgrn mtbrn 

   和你要比較的真實字符串

    rstrnt mths dhlgrn 

4. 比較轉換的字符串，如果它們匹配退出

5. 通過簡單的拆分功能或使用正則表達式\\W+僅按字詞拆分搜索字符串
6. 通過將100除以部件的數量來計算一個部件的虛擬值（重量） - 在這種情況下為33
7. 將搜索字符串的每個部分與真實字符串進行比較（如果包含），並將每個匹配的值添加到總權重中。 在這種情況下，我們有三個元素和兩個匹配，所以結果是66 - 所以66％匹配

這個方法很簡單，可以擴展得越來越詳細，實際上你可以使用步驟1-7，如果步驟7返回50％以上的任何值，那么你認為你有匹配，否則你使用更復雜的計算。

好了，現在不-1我太快了，因為其他的答案是完美的，這僅僅是懶惰的開發解決方案，並可能導致的價值在那里，結果符合預期。

Answer 3

您可以創建一個將兩個字符串拆分為數組的函數，然后迭代其中一個字符串以檢查該字是否存在於另一個字符串中。

如果你想要它的百分比，你必須計算單詞的總數量，看看有多少是相似的，並根據它創建一個數字。