文本相似度算法Jaccard相似度（杰卡德相似度）java实现

文本相似度算法

杰卡德相似度，指的是文本A与文本B中交集的字数除以并集的字数，公式非常简单：

java代码

import java.util.HashSet;
import java.util.Scanner;
import java.util.Set;
 
public class StrJaccard {
	public static void main(String[] args) {
		System.out.println("请输入两个字符串");
 
		Scanner sc = new Scanner(System.in);
		String str1 = sc.nextLine();
		String str2 = sc.nextLine();
		
		Set s1 = new HashSet<>();//set元素不可重复
		Set s2 = new HashSet<>();
		
		for (int i = 0; i < str1.length(); i++) {
			s1.add(str1.charAt(i));//将string里面的元素一个一个按索引放进set集合
		}
		for (int j = 0; j < str2.length(); j++) {
			s2.add(str2.charAt(j));
		}
 
		float mergeNum = 0;//并集元素个数
		float commonNum = 0;//相同元素个数（交集）
		
		for(Character ch1:s1) {
			for(Character ch2:s2) {
				if(ch1.equals(ch2)) {
					commonNum++;
				}
			}
		}
		
		mergeNum = s1.size()+s2.size()-commonNum;
		
		float jaccard = commonNum/mergeNum;
		System.out.println(jaccard);
	}
}

参考：(13条消息) Jaccard相似度算法Java实现_朝时的博客-CSDN博客_jaccard java