Distanța Levenshtein
Măsurați distanța de editare dintre două șiruri, plus un procent de similaritate.
Distanța Levenshtein
Distanța Levenshtein este cel mai mic număr de editări cu un singur caracter - inserții, ștergeri și înlocuiri - necesare pentru a transforma un șir în altul. Lipiți un șir pe fiecare parte și acest instrument raportează acea distanță, împreună cu un raport de similitudine normalizat calculat ca (lungimea cea mai lungă minus distanța) împărțit la lungimea cea mai mare: 100% înseamnă că cele două șiruri sunt identice, iar procentul scade pe măsură ce diverg.
Distanța de editare este valoarea din spatele verificatoarelor ortografice, căutării neclare, deduplicarii și comparării secvenței ADN. Răspunde „cât de departe sunt aceste două valori” într-un mod în care o verificare simplă a egalității nu poate – „pisicuța” și „șezând” diferă prin 3 editări, ceea ce este mult mai aproape decât două cuvinte fără legătură. Compararea numelor de produse, a SKU-urilor, a titlurilor sau a intrărilor scurte ale utilizatorului pentru aproape duplicate este exact ceea ce este construit.
Trei opțiuni reglează comparația. Ignorare majuscule tratează „Bună ziua” și „bună ziua” ca fiind egale. Tăiați benzile de spații albe spațiile de început și de final de pe fiecare parte înainte de a compara. Comparați prin vă permite să comutați de la caractere la cuvinte: modul cuvânt măsoară câte cuvinte întregi trebuie să se schimbe, care este unitatea potrivită pentru compararea propozițiilor și nu a simbolurilor. Intrările foarte lungi sunt gestionate în siguranță - deoarece calculul crește odată cu produsul celor două lungimi, perechile extrem de mari returnează un preaviz scurt în loc să înghețe fila.
Totul rulează local în browserul dvs. Cele două șiruri nu sunt încărcate niciodată, așa că compararea numelor confidențiale, a cheilor sau a textului nepublicat este complet privată.