Java库计算两个字符串之间的相对差异？ [复制]答案

【问题标题】：Java library to calculate the relative difference between two Strings? [duplicate]Java库计算两个字符串之间的相对差异？ [复制]
【发布时间】：2013-08-08 12:48:58
【问题描述】：

我正在寻找一种以编程方式检测两个字符串之间的增量比率的方法。我可以使用字符串长度，但这并没有为大小相似但不同的输入提供太多有用的信息。 google 代码Java Diff Utils 上有一个 java diff 工具，但它自 2011 年以来一直没有更新，我不需要实际修改字符串本身。

我正在尝试使用阈值进行更改检测，例如：更新的字符串与现有字符串有 42% 的差异，您确定要继续吗？

有谁知道可以用于此的库，或者 java-diff-utils 是我唯一的选择吗？我在 apache commons 中找不到太多信息，而且谷歌搜索返回了不相关的信息。

【问题讨论】：

听起来你想要“Levenshtein distance”。
其实这更接近你想要的：stackoverflow.com/questions/2325588/text-similarity-algorithm
您可以使用 Apache Common 进行 Levenshtein 距离计算：commons.apache.org/proper/commons-lang/javadocs/api-3.1/org/…
这是关于 SO:stackoverflow.com/questions/1997750/cosine-similarity 的另一个讨论。发现这个对另一个有类似问题的人有帮助。
完美，您的回答很有帮助！

标签： java string compare diff delta

【解决方案1】：

您可以使用Levenshtein Distance 来计算两个字符串之间的差异程度。那里有一些相当复杂的数学，但实际代码相当短。您可以轻松地用 Java 重写该 wiki 中的代码。

差异将以整数衡量，表示您需要多少步才能将一个字符串转换为另一个字符串。一个步骤可以是一个字符的添加、删除或替换为另一个字符。它会告诉你它采取的步骤数量，但不会告诉你哪些步骤，也不是按什么顺序。但话又说回来，由于您只想测量总差异，我相信这足以满足您的需求。

编辑：其中一位评论者 (kaos) 提供了指向an implementation of Levenshtein Distance in the Apache Commons.的链接

【讨论】：

感谢您的帮助！