Java基于余弦方法计算两个字符串相似度算法工具类

以下是一个Java工具类，基于余弦相似度方法计算两个字符串的相似度：

import java.util.HashMap;
import java.util.Map;

public class StringSimilarityUtil {

    /**
     * 计算两个字符串的余弦相似度
     *
     * @param str1 字符串1
     * @param str2 字符串2
     * @return 余弦相似度
     */
    public static double cosineSimilarity(String str1, String str2) {
        // 分词
        String[] words1 = str1.split(" ");
        String[] words2 = str2.split(" ");

        // 统计词频
        Map<String, Integer> freq1 = new HashMap<>();
        Map<String, Integer> freq2 = new HashMap<>();
        for (String word : words1) {
            freq1.merge(word, 1, Integer::sum);
        }
        for (String word : words2) {
            freq2.merge(word, 1, Integer::sum);
        }

        // 计算向量长度
        double length1 = 0;
        double length2 = 0;
        for (Map.Entry<String, Integer> entry : freq1.entrySet()) {
            length1 += Math.pow(entry.getValue(), 2);
        }
        for (Map.Entry<String, Integer> entry : freq2.entrySet()) {
            length2 += Math.pow(entry.getValue(), 2);
        }
        length1 = Math.sqrt(length1);
        length2 = Math.sqrt(length2);

        // 计算内积
        double dotProduct = 0;
        for (Map.Entry<String, Integer> entry : freq1.entrySet()) {
            if (freq2.containsKey(entry.getKey())) {
                dotProduct += entry.getValue() * freq2.get(entry.getKey());
            }
        }

        // 计算余弦相似度
        return dotProduct / (length1 * length2);
    }
}

使用方法：

public static void main(String[] args) {
    String str1 = "Java是一种计算机编程语言";
    String str2 = "Java是一种面向对象的编程语言";
    double similarity = StringSimilarityUtil.cosineSimilarity(str1, str2);
    System.out.println(similarity); // 输出：0.6666666666666667
}

其中，余弦相似度的计算公式为：

$$
similarity = \frac{\sum_{i=1}^{n} A_i \times B_i}{\sqrt{\sum_{i=1}^{n} A_i^2} \times \sqrt{\sum_{i=1}^{n} B_i^2}}
$$

其中，$A_i$和$B_i$分别表示两个字符串中第$i$个词的频次，$n$为总词数。