使用【c】写【文本相似度分析】的代码

在C语言中进行文本相似度分析，通常会使用字符串操作函数、哈希算法或自然语言处理库如NLTK、Levenshtein距离等。这里提供一个简单的例子，展示如何使用编辑距离（也叫Levenshtein距离）来计算两个字符串的相似度。请注意，C语言本身并不内置这样的功能，所以需要借助第三方库或者手动编写递归函数。

#include <stdio.h>
#include <string.h>

// 计算两个字符数组之间的Levenshtein距离
int levenshtein_distance(char* str1, char* str2, int len1, int len2) {
    if (len1 == 0) return len2;
    if (len2 == 0) return len1;

    // 初始化二维数组
    int dp[len1 + 1][len2 + 1];
    for (int i = 0; i <= len1; i++) dp[i][0] = i;
    for (int j = 0; j <= len2; j++) dp[0][j] = j;

    // 动态规划计算最小编辑距离
    for (int i = 1; i <= len1; i++) {
        for (int j = 1; j <= len2; j++) {
            if (str1[i - 1] == str2[j - 1]) {
                dp[i][j] = dp[i - 1][j - 1]; // 如果字符相等，不需要修改
            } else {
                dp[i][j] = 1 + min(dp[i - 1][j],       // 插入一个字符
                                  dp[i][j - 1],      // 删除一个字符
                                  dp[i - 1][j - 1]); // 替换一个字符
            }
        }
    }

    return dp[len1][len2];
}

double calculate_similarity(char* text1, char* text2) {
    int distance = levenshtein_distance(text1, text2, strlen(text1), strlen(text2));
    return 1.0 - ((double)distance / MAX(strlen(text1), strlen(text2))); // 归一化到0-1范围
}

int main() {
    char text1[] = "Hello";
    char text2[] = "Hallo";
    double similarity = calculate_similarity(text1, text2);
    printf("The similarity between %s and %s is %.2f\n", text1, text2, similarity);
    return 0;
}