Levenshtein距离是编辑操作的最小整数代价，需归一化才得0~1相似度；std::string::find和正则无法处理错字、漏字等编辑误差；标准DP实现用vector动态二维表，边界初始化为i/j，状态转移取左、上、左上最小值+1（字符不等时）；大小写默认敏感，忽略时需预处理转小写；相似度计算应避免简单除法，推荐阈值过滤原始距离。
Levenshtein 距离不是“相似度”本身，而是它的基础——必须先算出整数距离，再按需归一化为 0~1 的相似度值；直接返回 int 更安全、更通用。
为什么不能直接用 std::string::find 或正则做模糊匹配
因为它们不处理编辑误差：std::string::find 只认完全一致的子串，“recieve” 和 “receive” 在它眼里是两个不同字符串，查不到；正则如 R"([rR][eE][cC][eE][iI][vV][eE])" 仍要求字符一一对应，无法表达“漏了一个 e”或“i 和 e 换了位置”这类语义。Levenshtein 的优势在于把错字、漏字、多字、换序都统一建模为可计数的操作代价。
levenshtein() 函数的标准实现要点
核心是二维 DP 表，dp[i][j] 表示 s1.substr(0, i) 到 s2.substr(0, j) 的最小编辑距离：
- 边界必须初始化：空串变长度为
j的串需j次插入，即dp[0][j] = j；同理dp[i][0] = i - 状态转移只依赖左、上、左上三格：若
s1[i-1] == s2[j-1]，则dp[i][j] = dp[i-1][j-1]；否则取min(dp[i-1][j], dp[i][j-1], dp[i-1][j-1]) + 1 - 大小写敏感？默认是。若需忽略，调用前统一转小写：
std::transform(s1.begin(), s1.end(), s1.begin(), ::tolower) - 别用固定大小数组（如
int dp[1002][1002]），容易栈溢出；改用std::vector<:vector>></:vector>动态分配
从编辑距离到字符串相似度的转换陷阱
常见错误是直接用 1.0 - distance / max(len1, len2)，但这在长串上会严重失真。例如 "hello world" 和 "hello world!" 距离为 1，但按此公式得相似度 ≈ 0.92；而 "a" 和 "b" 距离也是 1，相似度却变成 0 —— 显然不合理。
C++ Code Review Master
下载
组合式C++代码评审方案，融合静态分析、AI推理、多轮迭代评审和C++专项检查，适用于PR审查、增量代码审查、全项目评审和代码质量评分，触发词包括review cpp、cpp代码评审、C++review、代码审查。
立即学习“C++免费学习笔记（深入）”；
更稳健的做法是：
- 用
1.0 - (double)distance / std::max({len1, len2, 1})避免除零，但仅适用于长度接近的串 - 工业级推荐用 Jaro-Winkler 或基于 Levenshtein 的归一化：
(1.0 - (double)distance / std::max(len1, len2)) * (1.0 + 0.1 * std::min(len1, len2))（加权补偿短串） - 绝大多数场景下，**保留原始距离值 + 阈值过滤更可靠**：比如只接受
distance 或 <code>distance
真正难的不是写对 levenshtein()，而是决定“多远算相似”——这个阈值必须结合业务字符串长度分布和容错预期来定，没有通用解。硬编码 3 很常见，也很危险。
