这篇文章主要介绍了C#计算字符串相似性的方法，实例分析了C#计算字符串相似性的原理与算法实现技巧，具有一定参考借鉴价值，需要的朋友可以参考下。

本文实例讲述了C#计算字符串相似性的方法，分享给大家供大家参考，具体如下：

计算字符串相似性的办法很多，甚至最笨的办法可以挨个匹配，这里要讲的是使用莱文史特距离来计算字符串相似性。

莱文史特距离概念：假设函数名是LD

用于计算两个字符串之间的相似度。 譬如有两个字符串A和B。假设以A为基准，那么该算法就是计算把B通过(替换、删除、加字符)等方法变成A需要多少步。

例如：

A=”abcd”, B=”abc”, 那么 LD(A,B)=1，只需在B字符串中插入一个字符那么就完全等于A

A=”abcd”, B=”abcd”, 那么 LD(A,B)= ，因为这两个货完全相同

A=”abcd”, B=”abdc”, 那么 LD(A,B)= 1，因为只需把B中”dc”互换位置就等于A了。

A=”fwegwegweg@#2″, B=”ddd*&&%^&”, 那么 LD(A,B)= ????，这个叔真不知道了，要用程序算了。

莱文史特距离计算出来的值越大代表步骤越多，说明两个字符串的相似程度越低。

譬如大家要做个简易的“文章抄袭”判定功能，那么用这个莱文史特距离完全可以实现个初步方法。

算法注释：

1、假设字符串str1的长度为 n，str2 的长度为 m。

　　如果 n = 0，则返回 m并退出;(这是句废话)

2、如果 m=0，则返回 n 并退出。(这依然是句废话)

3、如果上述都不是则要开始进行计算，

　　构建一个数组 d[0..m, 0..n]。

　　将第0行初始化为 0..n，第0列初始化为0..m。

　　依次检查 str1 的每个字母(i=1..n)。

　　依次检查 str2 的每个字母(j=1..m)。

　　如果 str1[i]=str2[j]，则 sign=0;(sign仅仅是个标记，没有任何意思，为了记录相等还是不相等)

　　如果 str1[i]!=str12[j]，则 sign=1。

　　将 d[i,j] 设置为以下三个值中的最小值：

　　紧邻当前格上方的格的值加一，即 d[i-1,j]+1

　　紧邻当前格左方的格的值加一，即 d[i,j-1]+1

　　当前格左上方的格的值加sign，即 d[i-1,j-1]+sign

　　重复上述几步直到循环结束。d[n,m]既为最终的值

接下来是用C#写的一款莱文史特距离的实现。

public class LDMaker//搞成一个类看起来专业，
//实际上就是脱裤子放屁，这里使用来文史特距离算法
//用于计算字符串之间的相似性
{
    char[] str1;
    char[] str2;
    public LDMaker(string s1, string s2)
    {
//替换掉 所有 数字 为固定数字 数字干扰 太严重
//这里因人而异，在中文文章的匹配中，数字是干扰很严重
//的，所以我在某些应用中把数字替换掉了。
//原因是有的文章之间实际上相似性很高，但是故意在里面加一些数字
//干扰该函数的执行，让机器看出来两篇文章很不同。一般不需要做如下
// 步骤
        s1=System.Text.RegularExpressions.Regex.Replace(s1,@"(/d+)","1");
        s2 = System.Text.RegularExpressions.Regex.Replace(s2, @"(/d+)", "1");
        str1 = s1.ToCharArray();
        str2 = s2.ToCharArray();
    }
    public int GetLD()//这是莱文史特距离的算法实现
    {
        try
        {
            int m=str1.Length;
            int n=str2.Length;
            int[,] d = new int[m+1, n+1];
            for (int i = 0; i <= m ; i++)
                d[i, 0] = i;
            for (int i = 0; i <= n ; i++)
                d[0, i] = i;
            for (int i = 1; i <= m; i++)
            {
                for (int j = 1; j <= n; j++)
                {
                    d[i,j] = d[i - 1,j - 1] + (str1[i - 1] == str2[j - 1] ? 0 : 1);
//修改一个字符
                    d[i,j] = Math.Min(d[i,j], d[i - 1,j] + 1);
// 插入一个字符串
                    d[i,j] = Math.Min(d[i,j], d[i,j - 1] + 1);
//删除一个字符
                }
            }
            return d[m, n];
        } catch(//出错返回一个很大值
        {
            return 10000;
        }
    }
}

希望本文所述对大家的C#程序设计有所帮助。