Java实现海明距离简单计算

文本相似度比较有很多方法，如余弦夹角算法、欧式距离、Jaccard相似度、最长公共子串、编辑距离等，海明距离是其中之一。

在信息编码中，两个合法代码对应位上编码不同的位数称为码距，又称海明距离。

n位的码字可以用n维空间的超立方体的一个顶点来表示。两个码字之间的海明距离就是超立方体两个顶点之间的一条边，而且是这两个顶点之间的最短距离。

对海明距离的应用，最多的是在海量短文本去重上，性能优，主要方法就是对文本进行向量化，或者说把文本的特征抽取出来映射成编码，然后再对编码进行异或计算出海明距离。

曾遇到的一个场景是：从庞大的记录文本中，判断文本的相似度并做分类。一般做法就是两两比较相似度，这时对相似度计算算法的耗时要求就比较高，一旦数据量庞大，就能立见高下。有兴趣的，可以试验下cos、欧式、海明三者在文本相似度判断方面的性能，比如2000万记录的文本。

本文这里的代码只是简单的模拟了海明距离的计算过程，参考如下：

package sk.ml;/** 功能：计算两个文本海明距离

         先字符串二进制，再统计差异位数

 * 作者：Jason.F* 时间：2017年1月18日*/public class HammingDistance {public static void main(String[] args) {String strA="大数据和人工智能";String strB="小数据和人工智能";String strAB=StrToBinstr(strA);String strBB=StrToBinstr(strB);//对两个二进制字符串，字符数相同，统计差异数int count=0;int len=strAB.length();for(int i=0;i<len;i++){if(strAB.charAt(i)!=strBB.charAt(i)) count++;}System.out.println("海明距离是："+count);}//将字符串转换成二进制字符串，以空格相隔public static String StrToBinstr(String str) {char[] strChar=str.toCharArray();String result="";for(int i=0;i<strChar.length;i++){result +=Integer.toBinaryString(strChar[i]);}return result;}
}

执行结果：

海明距离是：4

Java实现海明距离简单计算相关推荐

JAVA利用海明距离测算文本相似度
算法介绍: SimHash也即相似hash,是一类特殊的信息指纹,常用来比较文章的相似度,与传统hash相比,传统hash只负责将原始内容尽量随机的映射为一个特征值,并保证相同的内容一定具有相同的特征 ...
XTU 1102海明距离
题目 Description 海明距离是在指二进制情况下,一个整数变成另外一个整数需要翻转的位数.比如2转换到3需要翻转1位,所以2到3的海明距离是1.给你两个正整数x和y,(x,y<=1,00 ...
海量数据相似度计算之simhash和海明距离
通过采集系统我们采集了大量文本数据,但是文本中有很多重复数据影响我们对于结果的分析.分析前我们需要对这些数据去除重复,如何选择和设计文本的去重算法?常见的有余弦夹角算法.欧式距离.Jaccard相 ...
【转】海量数据相似度计算之simhash和海明距离
2019独角兽企业重金招聘Python工程师标准>>> 通过采集系统我们采集了大量文本数据,但是文本中有很多重复数据影响我们对于结果的分析.分析前我们需要对这些数据去除重复,如何 ...
simhash mysql_海量数据相似度计算之simhash和海明距离
通过采集系统我们采集了大量文本数据,但是文本中有很多重复数据影响我们对于结果的分析.分析前我们需要对这些数据去除重复,如何选择和设计文本的去重算法?常见的有余弦夹角算法.欧式距离.Jaccard相 ...
Python简单匹配相关系数SMC、JAC及L1、L2、Lr、L无穷范式、余弦相似度、jac距离重叠程度、海明距离
1.简单匹配相关系数SMC def smc(x,y):s=0for i in range(len(x)):if x[i]==y[i]:s+=1return s/len(x) m=[0,1,0,0,1, ...
java 点与线的距离_计算地图上点与线段距离
将地球看做一个标准球体,计算点到线段的距离. 计算两点间的球面距离 /** * * a点经度,a点纬度,b点经度,b点纬度 * */ public static double calcP2P(doub ...
java中怎么引用圆周率_Java简单计算圆周率完整示例
本文实例讲述了java简单计算圆周率.分享给大家供大家参考,具体如下: 这两天在网上看到一个题,已知pi可以用函数4 * (1 – 1/3 + 1/5 – 1/7 + -) 计算,计算出小数点后五位( ...
Java 用键盘输入 int型 String型 char型数据示例：简单计算功能 eclipse
//Scanner input = new Scanner(System.in); 用键盘输入不同类型的数据: int型数据 = input.nextInt(): String型字符串 = input ...

Java实现海明距离简单计算

Java实现海明距离简单计算相关推荐

最新文章

热门文章