与最相似的字符串进行字符串比较
有没有人知道如果存在给定一个字符串A和字符串B数组的算法，则将A字符串与B中的所有字符串进行比较，使输出中的字符串最相似。
对于“最相似的”，我的意思是，例如，
如果A字符串是：“hello world你好吗”
然后
“asdf asdewr你好世界怎么asfrqr你”
比以下更相似：
“h2ll4 w1111 h11 111 111”
对此的通常测量是Levenshtein距离 。 计算从原始距离到每个候选者的Levenshtein距离，并将最小距离作为最可能的候选者。
定义相似性。 可以做到这一点的算法包括：
- Levenshtein / LCS / n-gram距离（将字符串与集合中的每个字符串进行比较，取最小距离的字符串）
- tf-idf索引
- Levenshtein自动机
- Hopfield网络
- BK树
所有这些都可以通过C或C ++实现。 Google可用指标和算法的“字符串相似性”，“重复查找”或“记录链接”。
这通常是通过检查你拥有的字符串的一堆变体来完成的……看看拼写校正算法 – 例如这里