是否有可用于查找相似（不一定相等）字符串的哈希函数？
Is there a hashing function that can be used in finding similar (not necessarily equal) strings?
我需要的是一个在固定数据大小上运行的散列函数，显然是出于非安全目的。它需要将相似的字符串映射到相似或相等的哈希值，换句话说，字符串中的微小变化不应该对哈希值产生任何变化或变化很小。
例如：我的名字是约翰，我的名字是乔恩应该具有相同或非常相似的哈希值。
我的名字是约翰，你的名字是利亚姆应该会产生一些相似的散列。
我叫约翰，我住在美国 应该给出完全不同的哈希值。
等等！
是否有用于类似目的的散列函数？
听起来您正在寻找 Levenshtein 距离（参见 http://en.wikipedia.org/wiki/Levenshtein_distance）。
在各种语言中有大量的实现。
没有可靠的方法可以做到这一点。这是由于鸽巢原理；两个短字符串可以 "close" 的方式比两个长字符串少得多。
但是，有 模糊哈希 的概念，这可能会让您了解其中的一部分。
我认为在这种情况下 Jacard 指数可能是 helpful.The Jaccard 指数是衡量两个集合相似程度的简单方法。它只是集合的交集大小与集合并集大小的比率。
有一个博客在讨论 Jaccard Similarity Index for measuring Document Similarity，我发现它更接近您的需求。
我需要的是一个在固定数据大小上运行的散列函数，显然是出于非安全目的。它需要将相似的字符串映射到相似或相等的哈希值，换句话说，字符串中的微小变化不应该对哈希值产生任何变化或变化很小。
例如：我的名字是约翰，我的名字是乔恩应该具有相同或非常相似的哈希值。 我的名字是约翰，你的名字是利亚姆应该会产生一些相似的散列。 我叫约翰，我住在美国 应该给出完全不同的哈希值。 等等！
是否有用于类似目的的散列函数？
听起来您正在寻找 Levenshtein 距离（参见 http://en.wikipedia.org/wiki/Levenshtein_distance）。
在各种语言中有大量的实现。
没有可靠的方法可以做到这一点。这是由于鸽巢原理；两个短字符串可以 "close" 的方式比两个长字符串少得多。
但是，有 模糊哈希 的概念，这可能会让您了解其中的一部分。
我认为在这种情况下 Jacard 指数可能是 helpful.The Jaccard 指数是衡量两个集合相似程度的简单方法。它只是集合的交集大小与集合并集大小的比率。
有一个博客在讨论 Jaccard Similarity Index for measuring Document Similarity，我发现它更接近您的需求。