文本相似度比較有很多方法，如余弦夾角算法、歐式距離、Jaccard相似度、最長公共子串、編輯距離等，海明距離是其中之一。

在信息編碼中，兩個合法代碼對應位上編碼不同的位數稱為碼距，又稱海明距離。

n位的碼字可以用n維空間的超立方體的一個頂點來表示。兩個碼字之間的海明距離就是超立方體兩個頂點之間的一條邊，而且是這兩個頂點之間的最短距離。

對海明距離的應用，最多的是在海量短文本去重上，性能優，主要方法就是對文本進行向量化，或者說把文本的特征抽取出來映射成編碼，然后再對編碼進行異或計算出海明距離。

曾遇到的一個場景是：從龐大的記錄文本中，判斷文本的相似度并做分類。一般做法就是兩兩比較相似度，這時對相似度計算算法的耗時要求就比較高，一旦數據量龐大，就能立見高下。有興趣的，可以試驗下cos、歐式、海明三者在文本相似度判斷方面的性能，比如2000萬記錄的文本。

本文這里的代碼只是簡單的模擬了海明距離的計算過程，參考如下：

package sk.ml;/** 功能：計算兩個文本海明距離 先字符串二進制，再統計差異位數 * 作者：Jason.F* 時間：2017年1月18日*/public class HammingDistance {public static void main(String[] args) {String strA="大數據和人工智能";String strB="小數據和人工智能";String strAB=StrToBinstr(strA);String strBB=StrToBinstr(strB);//對兩個二進制字符串，字符數相同，統計差異數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("海明距離是："+count);}//將字符串轉換成二進制字符串，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;} } 執行結果：
海明距離是：4

總結

以上是生活随笔為你收集整理的Java实现海明距离简单计算的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。