java 写一个2个字符串字段 文字查重工具类 得出百分占比 举例

当然可以，下面是一个简单的 Java 工具类，用于计算两个字符串之间的相似度，并返回它们的重复百分比。这里我们使用 Jaccard 相似系数作为文本查重的一个基本指标。Jaccard相似系数是指交集大小除以并集大小。

import java.util.HashSet;
import java.util.Set;

public class TextComparator {

    public static double calculateSimilarity(String str1, String str2) {
        Set<Character> set1 = new HashSet<>();
        for (char c : str1.toCharArray()) {
            set1.add(c);
        }

        Set<Character> set2 = new HashSet<>();
        for (char c : str2.toCharArray()) {
            set2.add(c);
        }

        Set<Character> intersection = new HashSet<>(set1);
        intersection.retainAll(set2);

        Set<Character> union = new HashSet<>(set1);
        union.addAll(set2);

        return (double) intersection.size() / union.size();
    }

    public static double getDuplicatePercentage(String mainText, String checkText) {
        double similarity = calculateSimilarity(mainText, checkText);
        double totalChars = Math.max(mainText.length(), checkText.length());
        double duplicateChars = totalChars - similarity * totalChars;
        return duplicateChars / totalChars * 100; // 转换为百分比
    }
    
    public static void main(String[] args) {
        String text1 = "这是一个示例文本";
        String text2 = "这是相同的文本的一部分";

        double percentage = getDuplicatePercentage(text1, text2);
        System.out.println("文本重复百分比: " + percentage + "%");
    }
}

在这个例子中，`calculateSimilarity` 方法计算了两个字符串的字符集合的交集和并集，然后得出相似度。`getDuplicatePercentage` 方法将相似度转换为重复的字符百分比。当你运行 `main` 方法时，它会打印出这两个字符串的重复比例。