zoukankan      html  css  js  c++  java
  • 对比两个文件相似度 余弦算法

    文件A1 包含字符Bi 的个数BiN1,文件A2 包含的字符Bi 的个数BiN2 

    利用余弦算法:   相似度 = (B1N1*B1N2 +B2N1*B2N2+....+BiN1*BiN2)/(Math.sqrt(B1N1^2 +B2N1^2+....+BiN1^2)*Math.sqrt(B1N2^2 +B2N2^2+....+BiN2^2).

                         Math.sqrt() 代表开方。

    具体代码如下:

    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
            return (vectorProduct/(vector1Modulo*vector2Modulo));
         }
         
         /*
          * 
          */
         public static void main(String args[])
         {    
             String str0 = "gold silver truck";
             String str1 = "gold silver truck";
             String str2 = "Shipment of gold damaged in a fire";
             String str3 = "Delivery of silver arrived in a silver truck";
             String str4 = "Shipment of gold arrived in a truck";
             String str5 = "gold gold gold gold gold gold";
             
             System.out.println(SimilarDegreeByCos.getSimilarDegree(str2, str4));
    //         System.out.println(SimilarDegreeByCos.getSimilarDegree(str1, str3));
    //         System.out.println(SimilarDegreeByCos.getSimilarDegree(str1, str4));
    //         System.out.println(SimilarDegreeByCos.getSimilarDegree(str1, str5));
         }
    }
  • 相关阅读:
    模块化项目
    mysql mybatis-generator plugin 有page实体类的分页
    mysql mybatis-generator plugin 分页
    eclipse中mybatis generator插件的安装与使用,实现自动生成代码
    linux下安装mysql5.7.17及简单配置
    mybatis-mysql操作存储过程
    解决JSP路径问题的方法(jsp文件开头path, basePath作用)
    windows下开启mysql远程访问
    Java中hashCode的作用
    垃圾收集器与内存分配策略 (深入理解JVM二)
  • 原文地址:https://www.cnblogs.com/phyxis/p/5601286.html
Copyright © 2011-2022 走看看