Nasıl kullanılır: Levenshtein Sıklık
Levenshtein Sıklık, tarayıcınızda anında edit distance and similarity between two strings, with Damerau and Hamming variants sağlayan ücretsiz çevrimiçi bir Metin araçları aracıdır. Verilerinizi yapıştırın, seçenekleri ayarlayın ve sonucu gerçek zamanlı alın — kurulum yok, kayıt yok, sunucuya yükleme yok.
Levenshtein Sıklık aracını şimdi kullan →
Açıklama
Edit distance and similarity between two strings, with Damerau and Hamming variants.
- Metin araçları
- Her şey istemci tarafında hesaplandığı için API anahtarı gibi hassas verilerle de güvenlidir.
Nasıl kullanılır
Levenshtein Sıklık üç adımda kullanılır:
- Verileri giriş kutusuna yapıştırın (veya örneği yükleyin).
- Hedef biçime göre seçenekleri ayarlayın.
- Çıktıyı kopyalayın, indirin veya inceleyin — yazarken canlı güncellenir.
Çalıştır
Örnekler
Compare against "sitting" — the textbook example, three edits apart.
Giriş
kitten
Çıkış
A: "kitten" (6 chars) B: "kitten" (6 chars) Levenshtein distance : 0 Similarity : 100.00% (1 − distance / max length) Normalised dist : 0.0000 Length difference : 0 Meaning: at least 0 single-character edit(s) (insert, delete or substitute) are needed to turn A into B.
此输出由工具真实运行产生，并非人工编写。
Kullanım alanları
Levenshtein Sıklık aracının yardımcı olduğu yaygın durumlar:
- Edit distance and similarity between two strings, with Damerau and Hamming variants.
Parametreler
| key | Seçenekler | type | allowed | default | Levenshtein Sıklık |
|---|---|---|---|---|---|
b | Second string (B) | text | — | kitten | — |
mode | Algorithm | select | lev (Levenshtein (ins/del/sub)), dl (Damerau-Levenshtein (+ transposition)), ham (Hamming (equal length only)) | — | lev |
Giriş: text · Çıkış: text · live: ✓
SSS
Levenshtein Distance nedir?
Levenshtein Distance, edit distance and similarity between two strings, with Damerau and Hamming variants için kullanılır. Tamamen tarayıcıda çalışır, verileriniz gizli kalır.
Ücretsiz mi?
Evet; sınırsız, kayıtsız ve kurulum gerektirmeden.
Verilerim yükleniyor mu?
Hayır, tüm işlem yerel tarayıcınızda yapılır.
Bilmeniz gerekenler
- 全部计算在浏览器端完成，因此超大输入受限于标签页内存，而非服务器上传限制。