字符串包含时的詹金斯系数介绍

詹金斯系数（Jaccard index），也称为Jaccard相似系数，是一种计算有限样本集相似度的方法。具体来说，它用于比较有限样本集之间的不同项数，并除以两个样本集的总体数。

在字符串匹配中，我们可以借助Jaccard相似系数来判断两个字符串之间的相似度和重叠程度。

假设有两个字符串a和b，它们的长度分别为n和m，字符串a和字符串b的交集部分为s，那么字符串a和字符串b的Jaccard相似系数Jaccard(a, b)可以如下计算：

Jaccard(a, b) = len(s) / (n + m - len(s))

如果Jaccard系数越大，说明两个字符串的相似度越高。

例如，字符串a='hello world'，字符串b='world hello'，它们的交集为set(['h', 'l', 'o', 'w', 'r', 'd'])，长度为6，那么它们的Jaccard系数为：

Jaccard(a, b) = 6 / (11 + 11 - 6) = 0.5

下面是一个Python代码示例，演示如何使用Jaccard相似系数计算两个字符串之间的相似度：

def jaccard_similarity(str1, str2):
    set1 = set(str1.split())
    set2 = set(str2.split())
    intersection = set1.intersection(set2)
    union = set1.union(set2)
    return len(intersection) / len(union)

str1 = 'hello world'
str2 = 'world hello'
print(jaccard_similarity(str1, str2)) # 输出结果为0.5

以上示例中，我们把字符串a和字符串b转换成了set类型，然后使用set的交集和并集操作，最终计算出了它们之间的Jaccard系数。

需要注意的是，在实际开发中，我们可能需要对字符串进行分词或处理，才能得到更加准确的结果。同时，Jaccard相似系数也有其局限性，不能适用于所有场景，需要结合具体问题具体分析。