java-string-similarity

> 编程语言

开源

各种字符串相似度与距离算法的实现：Levenshtein、Jaro-Winkler、n-Gram、Q-Gram、Jaccard 指数、最长公共子序列编辑距离

2.7K stars0 点赞1 次浏览

访问官网 GitHub

工具介绍

各种字符串相似度与距离算法的实现：Levenshtein、Jaro-Winkler、n-Gram、Q-Gram、Jaccard 指数、最长公共子序列编辑距离

java-string-similarity

一个实现不同字符串相似度和距离度量方法的库。目前已经实现了十几种算法（包括Levenshtein编辑距离及其变体、Jaro-Winkler、最长公共子序列、余弦相似度等）。请查看下面的汇总表以获取完整列表...

下载
概述
归一化、度量、相似度与距离
基于Shingles（n-gram）的相似度与距离
Levenshtein
归一化Levenshtein
加权Levenshtein
Damerau-Levenshtein
最优字符串对齐
Jaro-Winkler
最长公共子序列
度量最长公共子序列
N-Gram
基于Shingle（n-gram）的算法
Ratcliff-Obershelp
实验性
- SIFT4
用户

下载

使用 Maven：

<dependency>
    <groupId>info.debatty</groupId>
    <artifactId>java-string-similarity</artifactId>
    <version>RELEASE</version>
</dependency>

或者查看发布。此库需要 Java 8 或更高版本。

概述

下面展示了每个已实现算法的主要特征。“成本”列给出了计算两个长度分别为m和n的字符串之间相似度所需的计算成本估算。 | | | 已标准化？ | 指标？ | 类型 | 成本 | 典型用途 | | -------- |------- |------------- |-------- | ------ | ---- | --- | | Levenshtein |距离 | 否 | 是 | | O(m*n) 1 | | | [N