通过转换为数字的字符串匹配技术？

Question

我有各种长度的字符串，其中充满了 Base64 字符。 实际上，它们是因歌曲而异的音频识别数据。

为了轻松比较这些字符串的各个部分，我将它们分成 16 个字符的子字符串。 （大约是一首歌的 1 秒）但在某些情况下，我只是无法将这些进行比较......我应该测量它们。

例如，与“hellohellohelloo”和“hallohellohelloo”进行比较应该得到比“hellohellohelloo”和“herehellohelloo'比较。

是否有任何算法或理论

---

编辑：抱歉，我是新来的:)而且我无法说清楚。 这里有一些评论可以让我清楚并提出一个想法。

评论1：

实际上我知道编辑距离，但问题是每次我比较两个字符串时，我都必须构建比较矩阵，这使得搜索过程变慢。 例如，如果我可以将 hello 转换为 4444，将 Hallo 转换为 4443，我可以通过索引数值来确定“hello”记录的接近程度。

评论 2：

也许我应该确定一个基本的恒定长度字符串并将它们之间的距离值存储为字符串的索引值。 这只是一个想法？！

Answer 1

Levenshtein 的距离可能会对您有所帮助：http://en.wikipedia.org/wiki/Levenshtein_distance

它通常非常快，并且大多数现代语言也有实现。

Answer 2

编辑距离可能适合您。 另请参阅维基百科关于编辑距离的概述。