在日常應用中，文字比較是一個比較常見的問題。文字比較演算法也是一個老生常談的話題。
文字比較的核心就是比較兩個給定的文字（可以是位元組流等）之間的差異。目前，主流的比較文字之間的差異主要有兩大類。一類是基於編輯距離（Edit Distance）的，例如LD演算法。一類是基於最長公共子串的（Longest Common Subsequence），例如Needleman/Wunsch演算法等。
LD演算法（Levenshtein Distance）又成為編輯距離演算法（Edit Distance）。他是以字串A通過插入字元、刪除字元、替換字元變成另一個字串B，那麼操作的過程的次數表示兩個字串的差異。
例如：字串A：kitten如何變成字串B：sitting。
第一步：kitten——》sitten。k替換成s
第二步：sitten——》sittin。e替換成i
第三步：sittin——》sitting。在末尾插入g
故kitten和sitting的編輯距離為3
樓主一開始遇到這個問題的時候也是思考良久，覺得利用R語言很難實現，但是R最大的優點就是包多，經過千辛萬苦的谷歌翻牆搜尋，讓我找到了解決方法：
例題：設計一個演算法，求下列所示專業名稱中與“電腦科學與技術”最相似的名稱：
1、電腦科學與應用，2、計算機科學技術，3、金融學電腦科學與應用，4、計算科學與技術
程式碼如下：

k1<-“電腦科學與技術”
k2<-‘電腦科學與應用’
k3<-‘計算機科學技術’
k4<-‘金融學電腦科學與應用’
k5<-‘計算科學與技術’
kn<-c(k2,k3,k4,k5)
agrep(k1,kn,max =1.1, value = TRUE,useBytes = T,costs = NULL)

[1] “計算機科學技術” “計算科學與技術”

其中引數max控制的是可以匹配的最大距離，useBytes控制的是按照字元比較還是Bytes比較。

下面貼出一個演算法，返回一組資料中所有相似的字串

km<-c(k1,k2,k3,k4,k5)
lapply(km, agrep, km, value = TRUE)

［1］

[1] “電腦科學與技術” “計算機科學技術” “計算科學與技術”

［2］
[1] “電腦科學與應用” “金融學電腦科學與應用”

［3］
[1] “電腦科學與技術” “計算機科學技術”

［4］
[1] “金融學電腦科學與應用”

［5］
[1] “電腦科學與技術” “計算科學與技術”
做完這個東西我不禁在想，好在找到一個函式巧妙的實現了這個問題，若沒有實現，我該怎麼辦，樓主在搜尋的過程中看到很多人用C語言或其他程式語言實現了這個問題，看來自己的程式設計技巧還要好好提高。明天繼續加油