是否可以在 Excel 中进行 Levenshtein 距离而不必求助于宏？

Posted 2023-05-08

【中文标题】是否可以在 Excel 中进行 Levenshtein 距离而不必求助于宏？

【英文标题】：Is it possible to do a Levenshtein distance in Excel without having to resort to Macros?

【发布时间】：2012-07-05 21:34:26

【问题描述】：

让我解释一下。

我要为一家公司做一些模糊匹配，所以 ATM 我用了一个 levenshtein 距离计算器，然后计算两个词的相似度百分比。如果术语相似度超过 80%，Fuzzymatch 将返回“TRUE”。

我的问题是我正在实习，马上就要离开了。将继续这样做的人不知道如何将 excel 与宏一起使用，并希望我尽我所能实现我所做的。

所以我的问题是：无论函数效率如何，有什么方法可以在 Excel 中创建一个标准函数来计算我之前所做的，而不使用宏？

谢谢。

【参考方案1】：

如果你在谷歌上搜索类似 levenshtein distance google sheets

我把这个和来自milot-midia 的代码注释放在了一起（https://gist.github.com/andrei-m/982927 - MIT 许可下的代码）

来自标题菜单中的工作表，Tools -> Script Editor 为项目命名 函数的名称（不是项目）会让你使用函数 粘贴以下代码

function Levenshtein(a, b) 
  if(a.length == 0) return b.length; 
  if(b.length == 0) return a.length;

  // swap to save some memory O(min(a,b)) instead of O(a)
  if(a.length > b.length) 
    var tmp = a;
    a = b;
    b = tmp;
  

  var row = [];
  // init the row
  for(var i = 0; i <= a.length; i++)
    row[i] = i;
  

  // fill in the rest
  for(var i = 1; i <= b.length; i++)
    var prev = i;
    for(var j = 1; j <= a.length; j++)
      var val;
      if(b.charAt(i-1) == a.charAt(j-1))
        val = row[j-1]; // match
       else 
        val = Math.min(row[j-1] + 1, // substitution
                       prev + 1,     // insertion
                       row[j] + 1);  // deletion
      
      row[j - 1] = prev;
      prev = val;
    
    row[a.length] = prev;
  

  return row[a.length];

您应该能够使用

从电子表格中运行它

=Levenshtein(cell_1,cell_2)

【参考方案2】：

虽然对于任何大小合理的字符串都无法在单个公式中完成，但您可以单独使用公式来使用工作表计算字符串之间的 Levenshtein 距离。

这是一个可以处理最多 15 个字符的字符串的示例，它可以轻松扩展为更多：

https://docs.google.com/spreadsheet/ccc?key=0AkZy12yffb5YdFNybkNJaE5hTG9VYkNpdW5ZOWowSFE&usp=sharing

这对于除了临时比较之外的任何事情都不实用，但它确实很好地展示了算法的工作原理。

【参考方案3】：

查看之前计算 Levenshtein 距离的答案，我认为不可能将其创建为公式。

看看代码here

【讨论】：

我已经有密码了，谢谢。实际上我有多个，因为我编写了一个，找到了你链接的那个，在 MrExcel 论坛上找到了一个，然后从 FuzzyVlookup 中提取了一个。我只是希望它可以用作公式...如果没有，我想我将不得不找到另一种方法。

【参考方案4】：

实际上，我想我刚刚找到了解决方法。我在代码的错误部分添加了它...

添加这一行

   else if(b.charAt(i-1)==a.charAt(j) && b.charAt(i)==a.charAt(j-1))
    val = row[j-1]-0.33;  //transposition

现在是这样的

  if(b.charAt(i-1) == a.charAt(j-1))
    val = row[j-1]; // match
   else if(b.charAt(i-1)==a.charAt(j) && b.charAt(i)==a.charAt(j-1))
    val = row[j-1]-0.33;  //transposition
   else 
    val = Math.min(row[j-1] + 1, // substitution
                   prev + 1,     // insertion
                   row[j] + 1);  // deletion 
   

似乎可以解决问题。现在“biulding”的准确率为 92%，“bilding”的准确率为 88%。 （而原始公式“建筑”只有 75%……尽管更接近正确的建筑拼写）