详解编辑距离

1. 编辑距离定义
       今天我们来研究一个有趣的算法题，叫做字符串编辑距离。编辑距离研究的问题和最长公共子序列有相似之处，都是比较两个字符串之间的相似性，只是采用的标准不太相同。

       先给出编辑距离的定义：设A和B是2个字符串，要用最少的字符操作将字符串A转换为字符串B。这里所说的字符操作包括：

       (1)删除一个字符(delete)；

       (2)插入一个字符(insert)；

       (3)将一个字符改为另一个字符(substitute)。

       将字符串A变换为字符串B所用的最少字符操作数称为字符串A到B的编辑距离(edit distance)。通常情况下，三种操作的代价是一样的，也即每种字符操作都会导致一次变换，这也符合我们平常的认知。但是，有时也可以对这三种操作施加不同的影响因子，使算法倾向于某种变换，可以通过修改三种操作的代价来实现。

       事实上，也可以包含更多的字符操作。例如，在英文输入的过程中经常会出现不小心交换两个字符的问题（trueàture），所以可以增加一个新的操作—置换（transposition），表示互换相邻的两个字符，此时编辑距离升级为Damerau–Levenshteindistance距离，它包含插入、删除、替换和置换四种操作。在OCR应用中还存在其他操作：将两个字符合并（merge）成一个或者将一个字符展开（split）成两个。当然，也可以减少字符操作，例如求两个等长字符串的汉明距离只用到了替换操作；还有，在求最长公共子序列（LCS）的问题中