莱文斯坦距离(编辑距离)算法 (Levenshtein Distance Algorithm)

什么是 莱文斯坦距离算法 (Levenshtein Distance Algorithm) ?

Levenshtein Distance，莱文斯坦距离，通常被称为编辑距离(Edit Distance)。该算法的概念是俄罗斯科学家弗拉基米尔·莱文斯坦（Levenshtein · Vladimir）于1965年提出。

它是用来计算两个字串之间，通过替换、插入、删除等操作将字符串str1转换成str2所需要操作的最少次数。

也存在其他编辑距离的定义方式：例如 Damerau-Levenshtein 距离就是一种莱文斯坦距离的变种，但允许以单一操作交换相邻的两个字符（称为字符转置），如 AB→BA 的距离是 1（交换）而非 2（先删除再插入、或者两次替换）； LCS（最长公共子序列）距离只允许删除、加入字元； Jaro 距离只允许字符转置； 汉明距离只允许取代字元。

例子:

kitten和sitting的莱文斯坦距离是3。将kitten变为sitting的最小处理方式如下：

1. kitten →sitten（将k改为s）
2. sitten → sittin（将e改为i）
3. sittin → sitting（最后加入g）