华为机试题52-计算字符串的编辑距离

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

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

---

---

解题思路：

这道题是经典的动态规划题，还是比较难的。

根据题目描述，对字符串自能进行增加字符、删除字符、替换字符这3种操作。

假设有一个字符串长度为i，另一个字符串长度为j，我们可以将它们之间的编辑距离定义为f[i][j]，那么该怎么求出编辑距离的状态转移方程？

假设字符串1为fpdgab;

假设字符串2为abc;

那我们怎么求字符串1和字符串2的编辑距离f[6][3]？

我们从最后一个字符开始看，由于此时二者不相等，要使得两个字符串的最后一个字符趋于相等

1、可以将串1的最后一个字符b删去，那么此时的编辑长度就是f[5][3]

2、可以将串1的最后一个字符b替换成c，此时最后一个字符都是c，可以消去，那么此时的编辑长度就是f[5][2]

3、可以在串1的末尾增加一个字符c，此时最后一个字符都是c，可以消去，那么此时的编辑长度就是f[6][2]

以上操作都可以执行，我们取其中最小的就行，这样+1后编辑操作次数就是最少的，也就是编辑距离，也就是说：

f[6][3]=min｛f[5][3]，f[5][2]，f[6][2]｝+1；

我们可以看出，这就是状态转移方程的形式。

将其中的具体数字改成i和j就行。f[i][j]=min｛f[i-1][j]，f[i-1][j-1]，f[i][j-1]｝+1；

还有一种情况就是f[i][j]=f[i-1][j-1]，举个例子，字符串1：abcde，字符串2：ghpqe，此时f[5][5]会等于f[4][4]，因为最后一个字符相同，可以直接消去。

接下来考虑边界情况：

当一个串为空串，即长度为0时，和另一个串的编辑距离就取决于另一个串的长度，比如另一个串为ab，那编辑距离就是它的长度2，既可以给空串增加两个字符a和b，使他俩相同，也可以将ab的字符串进行删除字符操作，编辑距离都是2。当两个串都是空串时，显然相等，编辑距离就是0，即f[0][0]=0;

了解至此，就可以写代码了。

#include <stdio.h>
#include <string.h>
#define    N    1000
int find_min(int x,int y,int z)
{
    if(x<y)
        if(x<z)
            return x;
        else
            return z;
    else
        if(y<z)
            return y;
        else
            return z;
}
int main()
{
    char str1[N],str2[N];
    scanf("%s%s",str1,str2);
    int m=strlen(str1);
    int n=strlen(str2);
    int dp[N][N],i,j,min;
    for(i=0;i<=m;i++)
        dp[i][0]=i;
    for(j=0;j<=n;j++)
        dp[0][j]=j;
    for(i=1;i<=m;i++)
    {
        for(j=1;j<=n;j++)
        {
            min=find_min(dp[i][j-1],dp[i-1][j],dp[i-1][j-1]);
            if(str1[i-1]==str2[j-1])
                dp[i][j]=dp[i-1][j-1];
            else
                dp[i][j]=min+1;
        }
    }
    printf("%d\n",dp[m][n]);
    return 0;
}