常见字符串相似度算法

Levenshtein Distance（编辑距离）：计算两个字符串之间的最小编辑距离，即将一个字符串转换为另一个字符串所需的最少操作数。

Jaro-Winkler Distance：计算两个字符串之间的相似度，考虑了字符的顺序和缺失字符等因素。

Cosine Similarity（余弦相似度）：计算两个字符串在向量空间中的夹角，从而得出相似度。

Jaccard Similarity（杰卡德相似度）：计算两个字符串之间共同出现词语的比例，从而得出相似度。

Editex（变位距离）：计算两个字符串之间的变位距离，即两个字符串交换相邻字符的最少次数。

Hamming Distance（汉明距离）：计算两个等长字符串之间不同字符的个数。

Soundex（声音相似度）：将字符串转换为其音标表示，从而得到其相似度。常用于英文单词相似度计算。

N-Gram Similarity：将字符串分成N个连续的子字符串，计算其相似度。常用于文本相似度计算。

Longest Common Subsequence（最长公共子序列）：计算两个字符串之间最长的相同子序列的长度，从而得出相似度。

Damerau-Levenshtein Distance：计算两个字符串之间的最小编辑距离，允许交换相邻字符，也可用于拼写检查和字符串匹配。