算法分析与设计——最短编辑距离问题

设 A 和 B 是两个字符串。我们要用最少的字符操作次数，将字符串 A 转换为字符串 B 。这里所说的字符操作共有三种：

1. 删除一个字符；
2. 插入一个字符；
3. 将一个字符改为另一个字符。

对任给的两个字符串 A 和 B ，计算出将字符串 A 变换为字符串 B 所用的最少字符操作次数。

这个问题本质上是一个无向图的问题，固定了起点和终点，起点为字符串 A ，终点为字符串 B 。但是每一个点所对应的分支太多。所以我们需要对其进行转化。在以下特殊情况下，最短编辑距离容易求出：

1. 当 A 、 B 的长度都为 0 时，最短编辑距离为 0
2. 当 A 的长度为 0，B 的长度不为0，最短编辑距离为 A 的长度
3. 当 A 的长度不为0，B的长度为0，最短编辑距离为 B 的长度
   我们可以将所有的字符串转化为以上的三种情况。

可以尝试使用动态规划来解决。动态规划对于有向无环图比较合适，如果我们只对字符串 A 、 B 的最后一个字符做操作，而且将“增删改”变为“删改”，那么无向图就变成了有向无环图。使用动态规划，首先需要定义状态。我们可以把 A,B 变换成的子串的长度 (i,j) 看成一个状态，然后定义状态 (i,j) 的指标函数 d(i,j)为 (i,j) 变为相同子串所需的最小编辑次数。然后观察不同状态之间是如何转移的，从状态 (i,j) 出发有三种决策，分别对应题目中所给出的三种字符操作（三种字符操作都是对最后一个字符的操作）。

1. 删除一个字符 ==> 删除 A 字符串的最后一个字符，转移到了 (i−1,j)
2. 插入一个字符 ==> 在 A 字符串末尾插入 B 字符串的一个字符，相当于 B 字符串删除一个字符，转移到了 (i,j−1)
3. 将一个字符改为另一个字符。 ==> 将 A 的最后一个字符改为 B 的最后一个字符，将状态转移到了 (i−1,j−1)
   则状态转移方程为：d(i,j)=min{d(i−1,j)+1,d(i,j−1)+1,d(i−1,j−1)+c}
   式中，当子串的最后一个字符相同时， AB 的最小编辑距离与 AB 都去掉最后一个字母的最小编辑距离相同，所以 c=0，否则 c=1。

实验原理：

先从一个问题谈起：对于字符串"xyz"和"xcz"，它们的最短距离是多少？我们从两个字符串的最后一个字符开始比较，它们都是’z’，是相同的，我们可以不用做任何操作，此时二者的距离实际上等于"xy"和"xc"的距离，即d(xyz,xcz) = d(xy,xc)。也即是说，如果在比较的过程中，遇到了相同的字符，那么二者的距离是除了这个相同字符之外剩下字符的距离。即d(i，j) = d(i - 1,j-1)。
接着，我们把问题拓展一下，最后一个字符不相同的情况：字符串A(“xyzab”)和字符串B(“axyzc”)，问至少经过多少步操作可以把A变成B。
我们还是从两个字符串的最后一个字符来考察即’b’和’c’。显然二者不相同，那么我们有以下三种处理办法：

(1) 增加：在A末尾增加一个’c’，那么A变成了"xyzabc"，B仍然是"axyzc"，由于此时末尾字符相同了，那么就变成了比较"xyzab"和"axyz"的距离，即d(xyzab,axyzc) = d(xyzab,axyz) + 1。可以写成d(i,j) = d(i,j - 1) + 1。表示下次比较的字符串B的长度减少了1，而加1表示当前进行了一次字符的操作。
(2) 删除：删除A末尾的字符’b’，考察A剩下的部分与B的距离。即d(xyzab,axyzc) = d(xyza,axyzc) + 1。可以写成d(i,j) = d(i - 1,j) + 1。表示下次比较的字符串A的长度减少了1。
(3) 替换：把A末尾的字符替换成’c’，这样就与B的末尾字符一样了，那么接下来就要考察出了末尾’c’部分的字符，即d(xyzab,axyzc) = d(xyza,axyz) + 1。写成d(i,j) = d(i -1,j-1) + 1表示字符串A和B的长度均减少了1。

实验程序：

#include <iostream>
#include <stdio.h>
#include <time.h>
#include <algorithm>
#include <cstring>

using namespace std;

const int maxn = 1000 + 2;
char a[maxn];
char b[maxn];
int step[maxn][maxn];
int findStep(int i, int j)
{
    int &ans = step[i][j];
    if (ans != -1)
    {
        return ans;
    }
    if (i == 0 && j == 0)
    {
        return ans = 0;
    }
    if (i == 0)
    {
        return ans = j;
    }
    else if (j == 0)
    {
        return ans = i;
    }
    int c;
    if (a[i - 1] != b[j - 1])
    {
        c = 1;
    }
    else
    {
        c = 0;
    }
    ans = min(min(findStep(i - 1, j) + 1,
                  findStep(i, j - 1) + 1),
              findStep(i - 1, j - 1) + c);
    return ans;
}

int main()
{
#ifdef LOCAL
    freopen("data.in", "r", stdin);
    freopen("data.out", "w", stdout);
#endif // LOCAL
    int n;
    int m1, n1;
    while (cin >> n && n)
    {

        for (int j = 0; j < n; j++)
        {
            memset(step, -1, sizeof(step));
            cin >> a >> b;
            cout << strlen(a) << " " << strlen(b) << endl;

            m1 = strlen(a);
            n1 = strlen(b);

            cout << findStep(m1, n1) << endl;
        }
    }
    return 0;
}

实验测试：


复杂度分析：

由上面可以看出，动态规划就是逐行逐列地运算，逐渐填满整个数组，最后得到结果恰好保存在数组的最后一行和最后一列的元素上。动态规划中，i和j的增加需要两层循环来完成，外层循环遍历i，内层循环遍历j，也即是，对于每一行，会扫描行内的每一列的元素进行运算。因此，时间复杂度为o(n²)，空间复杂度为o(n²)。