Java 크롤링 텍스트의 최대 유사성 코드:
public static void main(String[] args) { //要比较的两个字符串 String str1 = "汗1滴禾下土"; String str2 = "汗滴禾下土"; levenshtein(str1,str2); str1 = "汗滴禾下土"; str2 = "汗滴禾下土"; levenshtein(str1,str2); str1 = "锄禾日当午"; str2 = "汗滴禾下土"; levenshtein(str1,str2); str1 = "我觉得锄禾日当午"; str2 = "锄禾日是sag"; levenshtein(str1,str2); str1 = "我最帅asdasd"; str2 = "最帅asdasdqeqwe"; levenshtein(str1,str2); } /** * DNA分析 拼字检查 语音辨识 抄袭侦测 * * @createTime 2012-1-12 */ public static void levenshtein(String str1,String str2) { //计算两个字符串的长度。 int len1 = str1.length(); int len2 = str2.length(); //建立上面说的数组,比字符长度大一个空间 int[][] dif = new int[len1 + 1][len2 + 1]; //赋初值,步骤B。 for (int a = 0; a <= len1; a++) { dif[a][0] = a; } for (int a = 0; a <= len2; a++) { dif[0][a] = a; } //计算两个字符是否一样,计算左上的值 int temp; for (int i = 1; i <= len1; i++) { for (int j = 1; j <= len2; j++) { if (str1.charAt(i - 1) == str2.charAt(j - 1)) { temp = 0; } else { temp = 1; } //取三个值中最小的 dif[i][j] = min(dif[i - 1][j - 1] + temp, dif[i][j - 1] + 1, dif[i - 1][j] + 1); } } /*System.out.println("字符串\""+str1+"\"与\""+str2+"\"的比较"); //取数组右下角的值,同样不同位置代表不同字符串的比较 System.out.println("字符串\""+str1+"\"的长度["+str1.length()+"]与\""+str2+"\"的长度["+str2.length()+"]"); System.out.println("差异步骤:"+dif[len1][len2] +"/" +Math.max(str1.length(), str2.length())); //计算相似度 float similarity =1 - (float) dif[len1][len2] / Math.max(str1.length(), str2.length()); System.out.println("------------------------"+(float)1/6); System.out.println("使用方法得到的相似度是:"+similarity);*/ float similarity =1 - (float) dif[len1][len2] / Math.max(str1.length(), str2.length()); System.out.println("字符串【"+str1+"】与【"+str2+"】的相似度是:"+similarity); System.out.println(); } //得到最小值 private static int min(int... is) { int min = Integer.MAX_VALUE; for (int i : is) { if (min > i) { min = i; } } return min; }
출력 결과:
字符串【汗1滴禾下土】与【汗滴禾下土】的相似度是:0.8333333 字符串【汗滴禾下土】与【汗滴禾下土】的相似度是:1.0 字符串【锄禾日当午】与【汗滴禾下土】的相似度是:0.0 字符串【我觉得锄禾日当午】与【锄禾日是sag】的相似度是:0.125 字符串【我最帅asdasd】与【最帅asdasdqeqwe】的相似度是:0.53846157
위 내용은 Java는 텍스트의 최대 유사성을 캡처합니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!