在R语言中如何快速计算Levenshtein距离？

Question

34

是否有一个包含Levenshtein距离计算函数的软件包，该函数是以C或Fortran代码实现的？我需要比较许多字符串，而MiscPsycho的stringMatch太慢了。

- mbq

4个回答

17

levenshteinDist（来自RecordLinkage软件包）调用编译好的C代码。试一试。

- George Dontas

2

只是注意到RecordLinkage包显然不再维护，并已从CRAN中删除。现在的解决方案是stringdist包。 - Brian Stamper

只是注意到RecordLinkage包不是从CRAN中获取的，它只是可用的：https://cran.r-project.org/web/packages/RecordLinkage/ - MS Berends

6

你可以尝试使用 Biostrings 中的 stringDist。

- Aaron Statham

1

你还可以使用textTinyR包中的levenshtein_distance()。当涉及到大约30,000个字符的更大字符向量时，我使用其他所有包都会出现“calloc”内存错误。只有textTinyR对我有效！

- interrobang

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Ben · Accepted Answer

而stringdist包中的stringdist也可以做到这一点，甚至在某些条件下比levenshteinDist更快(1)。