余弦相似计算

package cph;

import java.util.HashMap; 
import java.util.Iterator; 
import java.util.Map; 
 
public class SimilarDegreeByCos 
{ 
    /*
     * 计算两个字符串(英文字符)的相似度，简单的余弦计算，未添权重
     */ 
     public static double getSimilarDegree(String str1, String str2) 
     { 
        //创建向量空间模型，使用map实现，主键为词项，值为长度为2的数组，存放着对应词项在字符串中的出现次数 
         Map<String, int[]> vectorSpace = new HashMap<String, int[]>(); 
         int[] itemCountArray = null;//为了避免频繁产生局部变量，所以将itemCountArray声明在此 
          
         //以空格为分隔符，分解字符串 
         String strArray[] = str1.split(" "); 
         for(int i=0; i<strArray.length; ++i) 
         { 
             if(vectorSpace.containsKey(strArray[i])) 
                 ++(vectorSpace.get(strArray[i])[0]); 
             else 
             { 
                 itemCountArray = new int[2]; 
                 itemCountArray[0] = 1; 
                 itemCountArray[1] = 0; 
                 vectorSpace.put(strArray[i], itemCountArray); 
             } 
         } 
          
         strArray = str2.split(" "); 
         for(int i=0; i<strArray.length; ++i) 
         { 
             if(vectorSpace.containsKey(strArray[i])) 
                 ++(vectorSpace.get(strArray[i])[1]); 
             else 
             { 
                 itemCountArray = new int[2]; 
                 itemCountArray[0] = 0; 
                 itemCountArray[1] = 1; 
                 vectorSpace.put(strArray[i], itemCountArray); 
             } 
         } 
          
         //计算相似度 
         double vector1Modulo = 0.00;//向量1的模 
         double vector2Modulo = 0.00;//向量2的模 
         double vectorProduct = 0.00; //向量积 
         Iterator iter = vectorSpace.entrySet().iterator(); 
          
         while(iter.hasNext()) 
         { 
             Map.Entry entry = (Map.Entry)iter.next(); 
             itemCountArray = (int[])entry.getValue(); 
              
             vector1Modulo += itemCountArray[0]*itemCountArray[0]; 
             vector2Modulo += itemCountArray[1]*itemCountArray[1]; 
              
             vectorProduct += itemCountArray[0]*itemCountArray[1]; 
         } 
          
         vector1Modulo = Math.sqrt(vector1Modulo); 
         vector2Modulo = Math.sqrt(vector2Modulo); 
          
         //返回相似度  www.2cto.com
        return (vectorProduct/(vector1Modulo*vector2Modulo)); 
     } 
      
     /*
      * 
      */ 
     public static void main(String args[]) 
     { 
         String str1 = "好 好 好 好 好 好 你 陈 朋 辉 好"; 
         String str2 = "你 李 勋 好 好 好 好 好 好 好 好"; 
         String str3 = "你 是 个 大 好 人"; 
         String str4 = "你 今 天 好 吗"; 
         String str5 = "你 好"; 
          
         System.out.println(SimilarDegreeByCos.getSimilarDegree(str1, str2)); 
         System.out.println(SimilarDegreeByCos.getSimilarDegree(str1, str3)); 
         System.out.println(SimilarDegreeByCos.getSimilarDegree(str1, str4)); 
         System.out.println(SimilarDegreeByCos.getSimilarDegree(str1, str5)); 
     } 
} 

 爬虫技术交流_crawler QQ群：  167047843