java 使用Levenshtein Distance 计算字符串相似度

Java中可以通过编写Levenshtein Distance算法来计算字符串相似度。以下是一个基于动态规划的实现示例代码：

public class LevenshteinDistance {
    public static int calculate(String s1, String s2) {
        int[][] distance = new int[s1.length() + 1][s2.length() + 1];

        for (int i = 0; i <= s1.length(); i++) {
            distance[i][0] = i;
        }

        for (int j = 1; j <= s2.length(); j++) {
            distance[0][j] = j;
        }

        for (int i = 1; i <= s1.length(); i++) {
            for (int j = 1; j <= s2.length(); j++) {
                int cost = s1.charAt(i - 1) == s2.charAt(j - 1) ? 0 : 1;

                distance[i][j] = Math.min(Math.min(distance[i - 1][j] + 1, distance[i][j - 1] + 1),
                        distance[i - 1][j - 1] + cost);
            }
        }

        return distance[s1.length()][s2.length()];
    }
}

在上述代码中，我们首先定义一个二维数组distance，用于存储字符串s1和s2之间的编辑距离。然后，我们初始化distance数组的第一行和第一列。接着，我们通过两个嵌套的循环遍历distance数组，计算编辑距离。最后，我们返回distance数组的最后一个元素，即s1和s2之间的编辑距离。

可以通过以下方式调用LevenshteinDistance类中的calculate方法来计算两个字符串之间的编辑距离：

String s1 = "kitten";
String s2 = "sitting";
int distance = LevenshteinDistance.calculate(s1, s2);
System.out.println("编辑距离为：" + distance);

运行结果为：

编辑距离为：3

这表明，将字符串"kitten"转变成字符串"sitting"所需的最少操作次数为3。