问题描述:
许多程序会大量使用字符串。对于不同的字符串,我们希望能够有办法判断其相似度。我们定义一套操作方法来把两个不相同的字符串变得相同,具体的操作方法为:
1.修改一个字符(如把“a”替换为“b”);
2.增加一个字符(如把“abdd”变为“aebdd”);
3.删除一个字符(如把“travelling”变为“traveling”);
比如,对于“abcdefg”和“abcdef”两个字符串来说,我们认为可以通过增加/减少一个“g”的方式来达到目的。上面的两种方案,都仅需要一 次 。把这个操作所需要的次数定义为两个字符串的距离,而相似度等于“距离+1”的倒数。也就是说,“abcdefg”和“abcdef”的距离为1,相似度 为1/2=0.5。
给定任意两个字符串,你是否能写出一个算法来计算它们的相似度呢?
解法一:
举例分析两个串A=xabcdae和B=xfdfa,它们的第一个字符是 相同的,只要计算A[2,...,7]=abcdae和B[2,...,5]=fdfa的距离就可以了。但是如果两个串的第一个字符不相同,那么可以进行 如下的操作(lenA和lenB分别是A串和B串的长度)。
1.删除A串的第一个字符,然后计算A[2,...,lenA]和B[1,...,lenB]的距离。
2.删除B串的第一个字符,然后计算A[1,...,lenA]和B[2,...,lenB]的距离。
3.修改A串的第一个字符为B串的第一个字符,然后计算A[2,...,lenA]和B[2,...,lenB]的距离。
4.修改B串的第一个字符为A串的第一个字符,然后计算A[2,...,lenA]和B[2,...,lenB]的距离。
5.增加B串的第一个字符到A串的第一个字符之前,然后计算A[1,...,lenA]和B[2,...,lenB]的距离。
6.增加A串的第一个字符到B串的第一个字符之前,然后计算A[2,...,lenA]和B[1,...,lenB]的距离。
可以将上面的6个操作合并为:
1.一步操作之后,再将A[2,...,lenA]和B[1,...,lenB]变成相同字符串。
2.一步操作之后,再将A[2,...,lenA]和B[2,...,lenB]变成相同字符串。
3.一步操作之后,再将A[1,...,lenA]和B[2,...,lenB]变成相同字符串。
下面是实现代码:
//解法一:递归实现
/*
分类讨论后可以得到
1.如果A[0]==B[0],则只需要计算countDis(A[1,LenA-1],B[1,LenA-1]);
2.如果A[0]!=B[0],只需要一步修改后计算三者中的最小值:Dis(A[0,LenA-1],B[1,LenB-1])、
Dis(A[1,LenA-1],B[0,LenB-1])、Dis(A[1,LenA-1],B[1,LenB-1]).
*/
int MIN(int a,int b)
{
return a>b?b:a;
}
int countDis(string strA , int pAbegin , int pAend , string strB , int pBbegin , int pBend)
{
//---递归边界条件
if(pAbegin > pAend){
if(pBbegin > pBend)
return 0;
else
return pBend-pBbegin+1;//A为空且B非空
}
if(pBbegin > pBend){
if(pAbegin > pAend)
return 0;
else
return pAend-pAbegin+1;//B为空且A非空
}
if(strA[pAbegin] == strB[pBbegin])
return countDis(strA,pAbegin+1,pAend,strB,pBbegin+1,pBend);
else{
int val1 = countDis(strA,pAbegin+1,pAend,strB,pBbegin+1,pBend);
int val2 = countDis(strA,pAbegin,pAend,strB,pBbegin+1,pBend);
int val3 = countDis(strA,pAbegin+1,pAend,strB,pBbegin,pBend);
int min = MIN(val1,val2);
min = MIN(min,val3);
return min+1;
}
}
上面的递归程序,有什么地方需要改进呢?问题在于:在递归的过程中,有些数据被重复计算了。
我们知道适合采用动态规划方法的最优化问题中的两个要素:最优子结构和重叠子问题,还有一种方法称为备忘录(memoization),通过存储已获得的解来减少重复计算。
解法二:动态规划法
设状态c[i][j]为strA对应第i个字符,和strB对应第j个字符时的距离。对strA或strB而言,第i个状态只与第i+1个状态有关,而与第i+2、····状态无直接关系,满足无后效性。因此可以得到如下的状态转移方程:
由此得到如下代码:
//解法二:动态规划法
//由于符合无后效性(后一个状态只与前一个状态有关,而与前前一个状态无直接关系),所以使用动态规划
int MIN(int a,int b)
{
return a>b?b:a;
}
int countDis(string strA , string strB)
{
int result = 0;
int LenA = strA.size();
int LenB = strB.size();
//---定义动态二维数组c[LenA+1][LenB+1]
int **c = new int* [LenA+1];//定义指针数组,数组大小LenA
for(int i=0 ; i<LenA+1 ; i++){
c[i] = new int[LenB+1];
memset(c[i] , 0 , sizeof(int)*(LenB+1));
}
//---边界条件
c[LenA][LenB] = 0;
for(int i=0 ; i<LenA ; i++)
c[i][LenB] = LenA-i;//B空A非空
for(int i=0 ; i<LenB ; i++)
c[LenA][i] = LenB-i;//A空B非空
//---自底向上求解
for(int i=LenA-1 ; i>=0 ; i--)
for(int j=LenB-1 ; j>=0 ; j--){
if(strA[i] == strB[j])
c[i][j] = c[i+1][j+1];
else{
c[i][j] = MIN(c[i+1][j],c[i][j+1]);
c[i][j] = MIN(c[i][j] , c[i+1][j+1])+1;
}
}
result = c[0][0];
//---注销数组所占空间
for(int i=0 ; i<LenA ; i++){//先释放指针数组指向的内存
delete[]c[i];
c[i] = NULL;
}
//再释放指针数组
delete[]c;
c=NULL;
return result;
}
解法三:备忘录法
动态规划的一种变形,它既具有通常的动态规划方法的效率,又采用了一种自顶向下的策略。其思想就是备忘原问题的自然但低效的递归算法。像在通常的动态规划中一样,维护一个记录了子问题解的表,但有关填表动作的控制结构更像递归算法。见下面代码:
//解法三:备忘录法
//递归算法的变形,当遇到一个子问题时,如果表中有解则直接填入,不用重复计算
//下面代码通过memorize来控制是否使用备忘录,额外采用表格countDisTable[i][j]保存得到的结果
int MIN(int a,int b,int c)
{
if(a>b){
if(a>c)
return c;
else
return b;
}else{
if(a>c)
return c;
else
return a;
}
}
const int Max = 100;
int countDisTable[Max][Max];
int countDis(string strA , int pAbegin , int pAend , string strB , int pBbegin , int pBend)
{
if(countDisTable[pAbegin][pBbegin] >= 0)//备忘录中存在,则直接返回
return countDisTable[pAbegin][pBbegin];
//---下面的与递归方法近似相同,只是多了个查表和填表的操作
if(pAbegin > pAend){
if(pBbegin > pBend){
int temp = 0;
countDisTable[pAbegin][pBbegin] = temp;
return temp;
}
else{
int temp = pBend-pBbegin+1;
countDisTable[pAbegin][pBbegin] = temp;
return temp;
}
}
if(pBbegin > pBend){
if(pAbegin > pAend){
int temp = 0;
countDisTable[pAbegin][pBbegin] = temp;
return temp;
}
else{
int temp = pAend-pAbegin+1;
countDisTable[pAbegin][pBbegin] = temp;
return temp;
}
}
if(strA[pAbegin] == strB[pBbegin]){
int temp = countDis(strA,pAbegin+1,pAend,strB,pBbegin+1,pBend);
countDisTable[pAbegin][pBbegin] = temp;
return temp;
}
else{
int val1 = countDis(strA,pAbegin+1,pAend,strB,pBbegin+1,pBend);
int val2 = countDis(strA,pAbegin,pAend,strB,pBbegin+1,pBend);
int val3 = countDis(strA,pAbegin+1,pAend,strB,pBbegin,pBend);
int temp = MIN(val1,val2,val3);
countDisTable[pAbegin][pBbegin] = temp;
return temp;
}
}
int main()
{
//---清空表格
for(int i=0 ; i<Max ; i++){
memset(countDisTable[i],-1,sizeof(int)*Max);
}
string str1 = "agbe";
string str2 = "aebdde";
cout<<countDis(str1,0,str1.size()-1,str2,0,str2.size()-1)<<endl;
return 0;
}