如Steve Hanov所述，我使用特里树实现了 Levenshtein 距离算法。但是，我在处理特殊字符时遇到了困难。例如，如果我计算 Großmann 和 Grossmann 之间的距离，我需要距离为零，因为 ß 和 ss 应该被认为是相等的。
什么是支持这些特殊情况的最佳解决方案（如果有）。
我最初的想法是在计算距离之前对所有字符串进行标准化。所以在 Großmann -> Grossman, österreich -> oesterreich, ... 但是，.NET 中似乎没有这样的功能？
挑战在于当前的文化无法识别单个单词的语言。
假设您愿意在比赛方面犯错。
确定一组永远不需要映射的字符。
确定所有文化的集合映射。
确定特定文化的映射。
首先做一个未映射的 Levenshtein 距离。
如果未映射的距离为零，则停止。
如果未映射的距离大于 x（例如 4），则停止，因为它不匹配。
如果单词只有不需要映射的字符（例如 az），则停止。
如果距离为零，则将两者映射到所有文化。
映射到默认区域性，如果距离为零，则停止。
映射到其他文化，如果距离为零，则停止。
我在 Levenshtein 中添加了一个直接的 string.compare，如果为真，则报告 0。
我认为规范化是要走的路。
我不知道有任何现成的图书馆可以做到这一点，快速搜索也没有发现任何东西。
这里讨论了一个类似的问题：Converting "Bizarre" Chars in String to Roman Chars。
他们的解决方案是手动创建映射，只要您能提前全面识别所有必要的映射即可。