数据结构与算法：动态规划计算编辑距离

最新推荐文章于 2024-08-15 15:13:21 发布

渔舟唱晚兮

最新推荐文章于 2024-08-15 15:13:21 发布

阅读量479

点赞数

文章标签：动态规划算法

本文链接：https://blog.csdn.net/u010404548/article/details/104505809

版权

编辑距离，又称Levenshtein Distance，是衡量两个序列相似度的指标，通过插入、删除、替换三种操作来转换序列。动态规划算法用于计算编辑距离，初始化二维数组并按递归方式处理字符串末尾字符匹配情况，最终得出最小编辑步骤数。

摘要由CSDN通过智能技术生成

一、编辑距离的概念

编辑距离，由俄罗斯科学家 Vladimir Levenshtein提出，因而得名 Levenshtein Distance。Levenshtein Distance 是用来度量两个序列相似程度的指标。通俗地来讲，编辑距离指的是在两个序列s1、s2之间，由其中一个序列s1转换为另一个序列s2所需要的最少单字符编辑操作次数。
特别规定，编辑操作限于三种类型：
1. 插入一个字符。
2. 删除一个字符。
3. 替换一个字符。
示例:

输入: word1 = "horse", word2 = "ros"
输出: 3
解释: 
horse -> rorse (将 'h' 替换为 'r')
rorse -> rose (删除 'r')
rose -> ros (删除 'e')

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/edit-distance
著作权归领扣网