- 添加一个字符;
- 删除一个字符;
- 修改一个字符。
现在我们可以使用动态规划:
设源字符串
s的长度
i=s.length(),另外一个字符串
r为
j=r.length(),那么有:
1.如果i=j=0,显然有编辑次数d=0;
2.如果有i=0(i=1)或者j=1(j=0),显然有编辑次数d=1;(即删除r中的字符或则添加s中字符即可)
3、当i>1且j>1时,我们可以使用动态规划,将问题划分为等价的子问题:
其中cost=0或者1,即当第i个字符和第j个字符相同时候,cost=0,否则为1.
另外上述3个sub 式子分别表示删除s串第i个字符,删除r(增加s)串第j个字符(串第i个字符),替换s串第i个字符为r串第j个字符。
上述算法即为著名的
编辑距离算法
,又称
Levenshtein距离算法。
c++代码如下:
#include #include <<span style="color: rgb(0, 0, 255); font-family: 'Courier New' !important;">string> using namespace std; int min(int a, int b) { return a < b ? a : b; } int edit(string str1, string str2) { int max1 = str1.size(); int max2 = str2.size(); int **ptr = new int*[max1 + 1]; for(int i = 0; i < max1 + 1 ;i++) { ptr[i] = new int[max2 + 1]; } for(int i = 0 ;i < max1 + 1 ;i++) { ptr[i][0] = i; } for(int i = 0 ;i < max2 + 1;i++) { ptr[0][i] = i; } for(int i = 1 ;i < max1 + 1 ;i++) { for(int j = 1 ;j< max2 + 1; j++) { int d; int temp = min(ptr[i-1][j] + 1, ptr[i][j-1] + 1); if(str1[i-1] == str2[j-1]) { d = 0 ; } else { d = 1 ; } ptr[i][j] = min(temp, ptr[i-1][j-1] + d); } } cout << "**************************" << endl; for(int i = 0 ;i < max1 + 1 ;i++) { for(int j = 0; j< max2 + 1; j++) { cout << ptr[i][j] << " " ; } cout << endl; } cout << "**************************" << endl; int dis = ptr[max1][max2]; for(int i = 0; i < max1 + 1; i++) { delete[] ptr[i]; ptr[i] = NULL; } delete[] ptr; ptr = NULL; return dis; } int main(void) { string str1 = "sailn"; string str2 = "failing"; int r = edit(str1, str2); cout << "the dis is : " << r << endl; return 0; }
文中部分内容引用自参考文献,感谢原作者的贡献。
1.编辑距离及编辑距离算法
2、从K近邻算法、距离度量谈到KD树、SIFT+BBF算法