计算两个字符串相似度，它来了，后端集成多种算法

[guonaihong]

strsim

strsim 是 golang 实现的字符串相识度库，后端集成多种算法，主要解决现有相似度库不能很好的处理中文

项目地址

https://github.com/antlabs/strsim

构架

功能

• 可以忽略空白字符
• 可以大小写

  多种算法支持

  • 莱文斯坦-编辑距离(Levenshtein)
  • Hamming
  • Dice's coefficient
  • Jaro

内容

• 比较两个字符串相识度
• 从字符串数组里面找到相似度最高的字符串
• 选择不同算法
  • 莱文斯坦-编辑距离(Levenshtein)
  • [选择 Dice's coefficient](#选择 Dice's-coefficient)
  • [选择 jaro](#选择 jaro)
  • [选择 Hamming](#选择 Hamming)

比较两个字符串相识度

strsim.Compare("中国人", "中")
// -> 0.333333

从数组里找到相似度最高的字符串

strsim.FindBestMatchOne("海刘", []string{"白日依山尽", "黄河入海流", "欲穷千里目", "更上一层楼"})

选择不同算法

莱文斯坦-编辑距离(Levenshtein)

strsim.Compare("abc", "ab")
// -> 0.6666666666666667

选择 Dice's coefficient

strsim.Compare("abc", "ab", strsim.DiceCoefficient(1))
//-> 0.6666666666666666

选择 jaro

strsim.Compare("abc", "ab", strsim.Jaro())

选择 Hamming

strsim.Compare("abc", "ab", strsim.Hamming())

[guonaihong]

@xupefei 感谢感谢，又 get 新的玩法。

[fanyingmao]

今天面试就问到相似度算法，没做过我都没想出来。

[cuishuang]

不错！