這個系列問題包含這麼幾種：最大子串行、最長遞增子串行、最長公共子串、最長公共子串行。
幾個子問題都可以用動態規劃的思路來求解。對於長度為i、j的兩個字串 ，使用m[i][j]矩陣來存放中間結果。
更詳細的演算法可以看這篇文件：
精確計算兩個字串的編輯距離，可以使用經典的動態規劃思路。
這裡來看下如何判斷字串a與b的編輯是否》n？這樣我們就可以比較兩個字串的相似度了。
可以構建乙個編輯距離自動機（超酷演算法：levenshtein自動機），把測試字元集合輸入自動機進行判斷。
可用於拼寫檢查，模糊匹配等場景。
更詳細的介紹看這篇文件：
simhash演算法的主要思想是降維，將高維的特徵向量對映成乙個f-bit的指紋(fingerprint)，通過比較兩篇文章的f-bit指紋的hamming distance來確定文章是否重複或者高度近似。
更詳細的介紹可以看這篇文件：
文字相似度演算法
1.基於詞向量 余弦相似度 分詞 列出兩個句子的並集 計算詞頻向量 計算余弦值，適合基於語義的相似度分析 曼哈頓距離 歐幾里得距離 明式距離 是前兩種距離測度的推廣 在極限情況下的距離是切比雪夫距離 2.基於字元的 編輯距離 simhash，對於短小的文字，計算相似度並不十分準確，更適用於較長的文字...
文字相似度演算法
usr bin env python coding utf 8 time 2021 11 12 15 44 我們再寫一遍這個演算法 from icecream import ic import jieba import jieba.analyse from gensim import corpora...
計算文字相似度 文字相似度演算法之 simhash
文字相似度演算法種類繁多，今天先介紹一種常見的網頁去重演算法simhash。1 什麼是simhash 2 simhash步驟 人工智慧，1 大資料，2 科技，3 網際網路，4 機器學習，5 人工智慧 00101 大資料 11001 科技 00110 網際網路 10101 機器學習 01011 has...