目标

• 用go实现字符串相似度lib
• 处理中文准确度较高(目前很多老外写的库处理中文效果不佳)
• 集成多种相似度算法(编辑距离,汉明编码，骰子系数)

莱文斯坦-编辑距离(Levenshtein)

• https://zhuanlan.zhihu.com/p/91667128
• https://www.jianshu.com/p/a617d20162cf
  (以上两份参考资料都是创建矩阵，看完算法之后感悟，没有必要创建矩阵，只要缓存x坐标+对角线一个值就行，实现效果一样)
• http://richardminerich.com/tag/damerau-levenshtein-distance/ (补充)

Hamming

• https://baike.baidu.com/item/%E6%B1%89%E6%98%8E%E8%B7%9D%E7%A6%BB/475174?fr=aladdin

Dice's coefficient

• https://blog.csdn.net/gjk0223/article/details/2314844
  n个字符算集合一个元素，这点容易忽略，n是可以配置的，很多开源项目都忽略这点。原论文公式是 2 *(a 和b的交集) /(len(a) + len(b))，默认选择2，但是2对中文不太友好

Jaro

• https://www.jianshu.com/p/a4af202cb702 (good)
• https://blog.csdn.net/asty9000/article/details/81348857

TODO

• Damerau-Levenshtein - distance & normalized
• Jaro and Jaro-Winkler - this implementation of Jaro-Winkler does not limit the common prefix length

补充

https://help.highbond.com/helpdocs/analytics/13/scripting-guide/zh-cn/Content/lang_ref/functions/r_dicecoefficient.htm

参考API设计(取名)

• https://github.com/hbakhtiyor/strsim

参考选用了哪些算法名字

• https://github.com/dguo/strsim-rs