我正在寻找一种将字符串与字符串数组进行比较的方法。进行精确搜索当然很容易,但是我希望我的程序容忍拼写错误,字符串的缺失部分等等。
是否存在可以执行此类搜索的某种框架?我想到的是,搜索算法将按匹配百分比或类似的结果返回一些结果顺序。
您可以使用Levenshtein距离算法。
“两个字符串之间的Levenshtein距离定义为将一个字符串转换为另一个字符串所需的最小编辑次数,允许的编辑操作是单个字符的插入,删除或替换。” -Wikipedia.com
这是来自dotnetperls.com:
using System; /// <summary> /// Contains approximate string matching /// </summary> static class LevenshteinDistance { /// <summary> /// Compute the distance between two strings. /// </summary> public static int Compute(string s, string t) { int n = s.Length; int m = t.Length; int[,] d = new int[n + 1, m + 1]; // Step 1 if (n == 0) { return m; } if (m == 0) { return n; } // Step 2 for (int i = 0; i <= n; d[i, 0] = i++) { } for (int j = 0; j <= m; d[0, j] = j++) { } // Step 3 for (int i = 1; i <= n; i++) { //Step 4 for (int j = 1; j <= m; j++) { // Step 5 int cost = (t[j - 1] == s[i - 1]) ? 0 : 1; // Step 6 d[i, j] = Math.Min( Math.Min(d[i - 1, j] + 1, d[i, j - 1] + 1), d[i - 1, j - 1] + cost); } } // Step 7 return d[n, m]; } } class Program { static void Main() { Console.WriteLine(LevenshteinDistance.Compute("aunt", "ant")); Console.WriteLine(LevenshteinDistance.Compute("Sam", "Samantha")); Console.WriteLine(LevenshteinDistance.Compute("flomax", "volmax")); } }
实际上,您可能更喜欢使用Damerau- Levenshtein距离算法,该算法还允许转置字符,这是数据输入中常见的人为错误。您可以在这里找到它的C#实现。