为字符串数组的每个元素搜索和分配最佳字符串的算法(来自另一个字符串数组)

Question

这是为了自动化测试过程。我有两个字符串数组(从两个不同的源中提取用于测试)。一个数组中的每个字符串都必须分配给另一个数组中的一个字符串。字符串可能并不总是完全匹配，但可能存在可以使用的相似字符串(最佳匹配)。如果差异程度(基于百分比？？？)太大，则可以适当标记该项目。

我需要的是一种算法，用于搜索最佳字符串，如果没有则拒绝该字符串。

Answer 1

没有黄金标准(“最佳”)字符串比较算法。有相当多的字符串 similarity algorithms基于各种假设。相似性度量采用两个字符串并返回一个数字，指示字符串的相似程度。

使用相似性度量，您可以比较给定字符串与数组中所有字符串的相等程度。相似度是一个数字，您可以轻松地选择最匹配的字符串，即使给定字符串与数组中的字符串不相同。

也可以引入一个截止阈值，例如如果没有字符串与给定字符串足够相似，您的算法就可以检测到这一点。

一种流行的相似性度量是 Levenshtein distance计算从一个字符串到另一个字符串的字符更改、添加和删除的次数。

levenshtein 距离可以在 C# 中轻松计算，例如参见 link代码示例。