java - 两个文本文件之间的单词匹配百分比算法

Question

我有两个字符串，里面有很多单词。

我的任务是找出两个字符串之间的单词匹配百分比。有人可以向我推荐我们已经拥有的算法来获得精确的百分比/匹配词。

示例:

1. Mason natural fish oil 1000 mg omega-3 softgels - 200 ea
2. Mason Vitamins Omega 3 Fish Oil, 1000mg. Softgels, Bonus Size 200-Count Bottle

**Output** should be 8 words matched between two strings.

Answer 1

您可以使用下面的方法。我添加了内联注释来描述您可以尝试的每个步骤。请注意，在此代码示例中，我使用了空格字符来拆分单词。如果您有任何疑虑，可以添加评论。

请注意，我在匹配单词时忽略了大小写，否则在您给出的示例中不可能有 8 个匹配单词。

public static int matchStrings(String firstString, String SecondString) {

    int matchingCount = 0;

    //Getting the whole set of words in to array. 
    String[] allWords = firstString.split("\\s");
    Set<String> firstInputset = new HashSet<String>();

    //getting unique words in to set
    for (String string : allWords) {
        firstInputset.add(string);
    }

    //Loop through the set and check whether number of words occurrence in second String
    for (String string : firstInputset) {
        if (SecondString.toLowerCase().contains(string.toLowerCase())) {
            matchingCount++;
        }
    }
    return matchingCount;
}