Editdistance 编辑距离算法

定义

编辑距离又称Leveinshtein距离，是由俄罗斯科学家Vladimir Levenshtein在1965年提出。将源字符串转化为目标字符串所需要付出的代价，代价越低相似度越高，代价越高相似度越低。通常可以选择的方式为插入、替换、删除。公式如下： 其中LDa,b(i,j)表示长度为 i 的字符串 a 和长度为 j 的字符串 b 之间距离编辑所需要付出的代价。

举例

这里以Meng和man 2个字符串为例，进行相似度计算，根据公式，来推演以下是如何计算的。

1、初始化

在矩阵的第一行的时候表示 b 的长度为0，根据公式， b 的长度为0的时候，a 的编辑距离就是a的字符串长度，反之 b 的字符串长度也是如此。

如此迭代，可以最终得到矩阵

所以最后的编辑距离就是3

2、算法实现

public int editdistance (String str1,String str2) {
    int n = str1.length();
    int m = str2.length();
    int d[][] = new int[n + 1][m + 1];
    // 初始化第一列
    for (int i = 0; i <= n; i++) {
        d[i][0] = i;
    }
    // 初始化第一行
    for (int j = 0; j <= m; j++) {
        d[0][j] = j;
    }
    // 遍历str1
    for (int i = 1; i <= n; i++) {
        char ch1 = str1.charAt(i - 1);
       // 去匹配str2
       for (int j = 1; j <= m; j++) {
            char ch2 = str2.charAt(j - 1);
            int temp;
            if (ch1 == ch2) {
                temp = 0;
            } else {
                temp = 1;
            }
            // 左边+1,上边+1, 左上角+temp取最小
            d[i][j] = min(d[i - 1][j] + 1, d[i][j - 1] + 1, d[i - 1][j - 1] + temp);
        }
    }
    return d[n][m];
}
private static int min(int one, int two, int three) {
    int min = one;
    if (two < min) {
        min = two;
    }
    if (three < min) {
        min = three;
    }
    return min;
}

复杂度分析： 当i<j的时候最小的时间复杂度是O(i^2),空间复杂度是O(i * j)

3、算法改进

在上面推演矩阵的时候发现没有必要记录整个矩阵的值，我只需要记录上一行的矩阵值和当前行的矩阵值。如此空间复杂度就从O(i * j)变成了O(2 * i)

4、改进算法实现

public int editdistance (String str1,String str2) {
   if(str1.length() > str2.length()) {
        String tmp = str1;
        str1 = str2;
        str2 = tmp;
   }
   int x,y,gap = 0;
   if(str2.length() == str1.length()) {
        x = str1.length();
        y = x;
   } else {
       x = str1.length()+1;
       y = str1.length();
       gap = str2.length() - str1.length() -1;
   }
   int[] pre = new int[ y + 1];
   int[] cur = new int[ y + 1];
   for (int i = 0; i < pre.length; i++) {
       pre[i] = i;
   }
   for (int i = 1; i <= x; i++) {
       cur[0] = i;
       for (int j = 1; j <= y; j++) {
           if (str2.charAt(i - 1) == str1.charAt(j - 1)) {
               cur[j] = pre[j - 1];
           } else {
               cur[j] = Math.min(cur[j - 1], Math.min(pre[j], pre[j - 1])) + 1;
           }
       }
       int[] tmp = pre;
       pre = cur;
       cur = tmp;
   }
   return pre[pre.length - 1]+gap;
}

欢迎关注我的公众号

本文由博客群发一文多发等运营工具平台 OpenWrite 发布