c# - 当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

当单词出现的顺序或次数不重要时，匹配或计算 C# 中两个字符串之间距离的最佳算法是什么？

最佳手段：

• 大多同意人类比赛
• 优雅的
• 高效的
• 可扩展，以便输入字符串可以匹配到可能很大的其他字符串集合

相关问题：

• 近似字符串匹配算法
• 高效的字符串匹配算法

一些注意事项：

• 由于顺序和出现的独立性，输入可以被认为是一组独特的单词，而不是字符数组意义上的字符串
• 不是专门寻找数据库解决方案，虽然会很有趣
• 我太老了，不能成为家庭作业问题；）

Answer 1

这看起来像是应用标准信息检索算法的典型案例。余弦距离是首先想到的，但可能会更适合您的特定情况。这是开始挖掘该路线的一个很好的链接：

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

实现示例：

如何计算两个向量的余弦相似度？

Answer 2

寻找一种称为“双元音素”的方法，我相信对于每个单词的比较来说它是最好的。也适用于不同的语言！很神奇。

如果比较字符串，也许您可​​以将其与余弦相似度一起使用。会产生完美的结果。