确定2个字符串匹配的概率的最佳实践

你可以看看 Levenshtein distance .这是两根弦之间的距离。相同的字符串的距离等于0。字符串,如 小猫 和 坐在旁边 距离等于1,依此类推。距离是通过将一个字符串转换为另一个字符串的最小数量的简单操作来测量的。

在链接中给出了更多的伪码信息和算法。

我还记得在 Game programming gems: volume 6 :第1.6条最接近字符串匹配算法

为了使模糊字符串匹配理想化,了解字符串的上下文是很重要的。如果只是一些小的打字错误,Levenstein就足够了。当涉及到错误的发音时,你可以使用语音算法,比如soundex或metaphone。 大多数情况下,您需要以下算法的组合,以及一些更具体的手动编写的东西。

• 针织品
• 桑德克斯
• 隐喻
• 编辑距离
• 位图
• 汉明距离

没有最佳的模糊字符串匹配算法。所有这些都是关于它所使用的上下文的,所以您需要告诉我们您要在哪里使用字符串匹配。

不要重新发明轮子。维基百科有Levenshtein算法,它为你想要做的事情提供了度量标准。

http://en.wikipedia.org/wiki/Levenshtein_distance

还有Soundex,但对于您的需求来说,这可能太简单了。

使用Soundex证明对我很有用: 通过对实现进行一两个小的调整,Soundex匹配可以检查 跨语言 如果两个不同语言的字符串听起来相同…

目标C Soundex实施: http://www.cocoadev.com/index.pl?NSStringSoundex

我发现了列文斯坦距离算法的一个目标C实现 here . 它对我很有用。