首页 > 代码库 > 编辑距离算法
编辑距离算法
编辑距离,又称Levenshtein距离,是指两个字串之间,由一个转成另一个所需的最少编辑操作次数。许可的编辑操作包括将一个字符替换成另一个字符,插入一个字符,删除一个字符。俄罗斯科学家Vladimir Levenshtein在1965年提出这个概念。
例如将kitten一字转成sitting:
sitten (k→s)sittin (e→i)sitting (→g)
算法思想:动态规划经常被用来作为这个问题的解决手段。
首先需要定义这样一个函数——edit(i, j),它表示第一个字符串的长度为i的子串到第二个字符串的长度为j的子串的编辑距离。
显然可以有如下动态规划公式:
if i == 0 且 j == 0,edit(i, j) = 0if i == 0 且 j > 0, edit(i, j) = jif i > 0 且j == 0, edit(i, j) = iif i ≥ 1 且 j ≥ 1 ,edit(i, j) == min{ edit(i-1, j) + 1, edit(i, j-1) + 1, edit(i-1, j-1) + f(i, j) }//当第一个字符串的第i个字符不等于第二个字符串的第j个字符时,f(i, j) = 1;否则,f(i, j) = 0。
kitten一字转成sitting,根据公式,可以得到
当i=0: edit(0,0)=0,edit(0,1)=1,edit(0,2)=2,edit(0,j)=j当j=0: edit(0,0)=0,edit(1,0)=1,edit(2,1)=2,edit(i,0)=i当i>>1,j>>1: edit(1,1)=min(edit(0,1)+1,edit(1,0)+1,edit(0,0)+f(1,1)) //s1[0]=s不等于s2[0]=k , f(1,1)=1;=>edit(1,1)=1
因此可以推出,kitten一字转成sitting的编辑矩阵:
Java代码实现如下:
package com.editDistance;public class EditDistance { public static void main(String[] args) { String str1="kitten"; String str2="sitting"; int res=getEditDistance(str1,str2); System.out.println("最小编辑距离是:"+res); } private static int min(int a,int b) { return a<b?a:b; } public static int getEditDistance(String str1,String str2) { int len1=str1.length(); int len2=str2.length(); int m[][]=new int[len1+1][len2+1]; for(int i=0;i<len1+1;i++) { m[i][0]=i; } for(int j=0;j<len2+1;j++) { m[0][j]=j; } for(int i=1;i<len1+1;i++) { for(int j=1;j<len2+1;j++) { int temp=min(m[i-1][j]+1,m[i][j-1]+1); int d; //注意这里是str1.charAt(i-1),因为字符串是从charAt(0)下标开始的 if(str1.charAt(i-1)==str2.charAt(j-1)) { d=0; } else { d=1; } m[i][j]=min(temp,m[i-1][j-1]+d); } } System.out.println("编辑矩阵是:"); System.out.println("****************"); for(int i=0;i<len1+1;i++) { for(int j=0;j<len2+1;j++) { System.out.print(m[i][j]+" "); } System.out.println(); } System.out.println("****************"); return m[len1][len2]; } }
运行结果:
http://zh.wikipedia.org/wiki/%E7%B7%A8%E8%BC%AF%E8%B7%9D%E9%9B%A2
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。