vb.net - 如何使用 vb.net 比较字符串的百分比匹配？

Question

我现在正在尝试不同的技术。

没有一个运行良好。

我有两个字符串。

我需要比较它们并获得准确的匹配百分比，

即。 "四分七年前"TO "for scor and sevn yeres ago"

嗯，我首先将每个单词与每个单词进行比较，跟踪每个命中，然后百分比 = count\numOfWords。不，没有考虑拼写错误的单词。

("four"<> "for"即使它很接近)

然后我开始尝试比较每个字符中的每个字符，如果不匹配则递增字符串 char(以计算拼写错误)。但是，我会得到错误的命中，因为第一个字符串可以在第二个中包含每个字符，但不是第二个的确切顺序。 (“stuffavail”<>“stu vail”(但它会这样回来，百分比很低，但很成功。9\11 = 81%))

所以，然后我尝试比较每个字符串中的字符对。如果 string1[i] = string2[k] AND string1[i+1] = string2[k+1]，则增加计数，并在不匹配时增加“k”(以跟踪拼写错误。“for”和“四”应该以 75% 的命中率返回。)这似乎也不起作用。它越来越接近，但即使完全匹配，它也只能返回 94%。然后当某些东西真的拼写错误时，它就真的搞砸了。 (代码在底部)

有什么想法或方向吗？

代码

count = 0
j = 0
k = 0
While j < strTempName.Length - 2 And k < strTempFile.Length - 2
    ' To ignore non letters or digits '
    If Not strTempName(j).IsLetter(strTempName(j)) Then
        j += 1
    End If

    ' To ignore non letters or digits '
    If Not strTempFile(k).IsLetter(strTempFile(k)) Then
        k += 1
    End If

    ' compare pair of chars '
    While (strTempName(j) <> strTempFile(k) And _ 
           strTempName(j + 1) <> strTempFile(k + 1) And _ 
           k < strTempFile.Length - 2)
        k += 1
    End While
    count += 1
    j += 1
    k += 1

End While

perc = count / (strTempName.Length - 1)

Answer 1

编辑:我一直在做一些研究，我想我最初是从 here 中找到代码的并在几年前将其翻译成 vbnet。它使用 Levenshtein 字符串匹配算法。

这是我使用的代码，希望对您有所帮助:

Sub Main()
    Dim string1 As String = "four score and seven years ago"
    Dim string2 As String = "for scor and sevn yeres ago"
    Dim similarity As Single =
        GetSimilarity(string1, string2)
    ' RESULT : 0.8
End Sub

Public Function GetSimilarity(string1 As String, string2 As String) As Single
    Dim dis As Single = ComputeDistance(string1, string2)
    Dim maxLen As Single = string1.Length
    If maxLen < string2.Length Then
        maxLen = string2.Length
    End If
    If maxLen = 0.0F Then
        Return 1.0F
    Else
        Return 1.0F - dis / maxLen
    End If
End Function

Private Function ComputeDistance(s As String, t As String) As Integer
    Dim n As Integer = s.Length
    Dim m As Integer = t.Length
    Dim distance As Integer(,) = New Integer(n, m) {}
    ' matrix
    Dim cost As Integer = 0
    If n = 0 Then
        Return m
    End If
    If m = 0 Then
        Return n
    End If
    'init1

    Dim i As Integer = 0
    While i <= n
        distance(i, 0) = System.Math.Max(System.Threading.Interlocked.Increment(i), i - 1)
    End While
    Dim j As Integer = 0
    While j <= m
        distance(0, j) = System.Math.Max(System.Threading.Interlocked.Increment(j), j - 1)
    End While
    'find min distance

    For i = 1 To n
        For j = 1 To m
            cost = (If(t.Substring(j - 1, 1) = s.Substring(i - 1, 1), 0, 1))
            distance(i, j) = Math.Min(distance(i - 1, j) + 1, Math.Min(distance(i, j - 1) + 1, distance(i - 1, j - 1) + cost))
        Next
    Next
    Return distance(n, m)
End Function