当一个单词出现的顺序或次数不重要时，两个字符串之间的最佳匹配？

Question

当一个单词出现的顺序或次数不重要时，在C#中匹配或计算两个字符串之间的距离的最佳算法是什么？

最佳手段：

match

• Elegant

• Efficient

• Scalable，
• 主要同意人工字符串，这样输入字符串就可以与其他字符串的潜在大集合

相匹配。

相关问题：

• Approximate string matching algorithms
• Efficient string matching algorithm

一些注意事项：

由于顺序和发生的独立性，输入可以被认为是一组独特的单词，而不是characters

• Not数组意义上的字符串，专门寻找数据库解决方案，尽管interesting

• I'm太老了，不可能成为家庭作业问题;)

。

Answer 1

这看起来是一个应用标准信息检索算法的规范案例。余弦距离是首先想到的，但可能有更好的匹配您的特定情况。这是开始挖掘这条路线的一个很好的链接：

http://www.miislita.com/information-retrieval-tutorial/cosine-similarity-tutorial.html

实施实例：

How do I calculate the cosine similarity of two vectors?

Answer 2

对于一个叫做“双元语音”的方法，我认为这是最好的方法。不同的语言也是如此！太棒了。

如果比较字符串，也许可以将其与余弦相似度一起使用。会有完美的结果。