计算字符串的相似度

编辑距离： Edit Distance，又称Levenshtein距离，是指一个字符串经过增加、删除、修改后操作转变成另一个字符串所需要的最小操作次数。
相似度：等于“编辑距离+1”的倒数。所以编辑距离越小，相似度越大。

如s1 = “abc”，s2 = “ab”，其编辑距离为1，相似度为1/(1+1） = 0.5

问题：给定两个字符串，计算其相似度

解决方法：利用动态规划，先计算两个字符串的编辑距离，相似度也就很容易的得出来了

#include <iostream>
#include <string.h>
#include <math.h>

using namespace std;

int main()
{
    string s, t;
    cin >> s;
    cin >> t;
    int len_s = s.length();
    int len_t = t.length();

    int dp[len_s+1][len_t+1] = {0};
    //预处理、初始化
    for(int i = 0; i <= len_s; ++i){
        dp[i][0] = i;
    }
    for(int i = 0; i <= len_t; ++i){
        dp[0][i] = i;
    }

    for(int i = 1; i <= len_s; ++i){
        for(int j = 1; j <= len_t; ++j){
            if(s[i-1] == t[j-1]){
                dp[i][j] = dp[i-1][j-1];
            }
            else{
                dp[i][j] = 1 + min(dp[i-1][j-1], min(dp[i-1][j], dp[i][j-1]));
            }

            cout << dp[i][j] << endl;
        }
    }

    int editDist = dp[len_s][len_t];
    double similarity = 1.0/(editDist+1);

    cout << similarity << endl;
    return 0;
}