描述
Levenshtein 距离,又称编辑距离,指的是两个字符串之间,由一个转换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。编辑距离的算法是首先由俄国科学家 Levenshtein 提出的,故又叫 Levenshtein Distance 。
例如:
字符串A: abcdefg
字符串B: abcdef
通过增加或是删掉字符 ”g” 的方式达到目的。这两种方案都需要一次操作。把这个操作所需要的次数定义为两个字符串的距离。
要求:
给定任意两个字符串,写出一个算法计算它们的编辑距离。
数据范围:给定的字符串长度满足 1≤len(str)≤1000 1≤len(str)≤1000
输入描述:
每组用例一共2行,为输入的两个字符串
输出描述:
每组用例输出一行,代表字符串的距离
示例1
输入:
abcdefg
abcdef
输出:
1
理解
这道题看了别人的答案才明白的,太菜了(流泪)
要理解这个问题,需要理解几点:
① 编辑距离是与编辑顺序无关的,也就是说我们可以指定某个最少编辑解,使其在某个编辑时刻的字符串状态特定。或者说,把字符串理解为结点的化,最少编辑解指定了哪些结点需要插入删除修改,而与顺序无关。
② 对于两个字符串,其后尾均追加同样的字符,其最少编辑距离不变。
③ 若两个字符串最后一位字符不同,那么,要编辑使得它们相同,则在字符串后尾必定进行了如下操作:替换、插入或删除
python代码
str_i = input()
str_j = input()
if(len(str_i) > len(str_j)): str_i,str_j = str_j,str_i # 这句其实可以不要
dp = [list(range(len(str_j)+1))]
for i in range(1,len(str_i)+1):
dp.append([i]*(len(str_j)+1))
for j in range(1,len(str_j)+1):
if(str_i[i-1] == str_j[j-1]):
dp[i][j] = dp[i-1][j-1]
continue
replace_dp = dp[i-1][j-1]+1
add_dp = dp[i][j-1]+1
delete_dp = dp[i-1][j]+1
dp[i][j] = min(replace_dp,add_dp,delete_dp)
print(dp[len(str_i)][len(str_j)])