对于这种字符串相似性，我最近实现了一种算法，它非常适合我的用例，这与您的用例非常相似。以下是博客文章：http://www.catalysoft.com/articles/strikeamatch.html
要比较两个字符串，请执行以下操作：

1. Make a list of overlapping letter-pairs. "kumar" gives us pairs: "ku", "um", "ma", "ar".
2. Say the second string is "maria". Pairs: "ma", "ar", "ri", "ia".
3. Count how many pairs are the same: "ma" and "ar".
4. The similarity is computed as: 2 * same_pairs / (pairs_1 + pairs_2) = 2*2/(4+4) = 0.5

字符串
这个算法的伟大之处在于它通过使用字母对来考虑字符串的排序，字母对是有序的。另一方面，它不考虑排序，因为所有对都可以以任何顺序混合。这使得它非常适合我的特定用例，类似于您的情况，我想将“abc def”视为与“def abc”完全匹配。
您也可以修改算法。我的部分用例是在较长的文本中搜索短字符串。为此，我将使用相似性度量same_pairs / pairs_1，搜索词中相同对的数量。如果文本中出现了一个单词，则无论搜索文本有多长，相似度都为1.0。在这种情况下，上述相似性将惩罚较长的文本。
关于执行的另一个说明。你可以让它变得非常高效和健壮。我首先把字母表简化为小写字母、数字和空格。26+10+1 = 37符号我把AMap到a，把äMap到a等等。可能的字母对的数量现在是37*37 = 1369。我计算配对的方法是使用数组pairCounts [37*37]byte，其中配对aaMap到0，abMap到1等。所以如果我在字符串中找到对ac，acMap到索引2，所以我说pairCounts[2]++。每一对可以以这种方式出现256次（我使用byte）。
规范化字母使其不区分大小写，使用数组而不是完整的map使其运行速度非常快。