java编辑距离,编辑距离算法

编辑距离，又称Levenshtein距离，是指两个字串之间，由一个转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。俄罗斯科学家Vladimir Levenshtein在1965年提出这个概念。

例如将kitten一字转成sitting：

sitten (k→s)

sittin (e→i)

sitting (→g)

算法思想：动态规划经常被用来作为这个问题的解决手段。

首先需要定义这样一个函数——edit(i, j)，它表示第一个字符串的长度为i的子串到第二个字符串的长度为j的子串的编辑距离。

显然可以有如下动态规划公式：

if i == 0 且 j == 0，edit(i, j) =0if i == 0 且 j > 0， edit(i, j) =jif i > 0 且j == 0， edit(i, j) =iif i ≥ 1 且 j ≥ 1 ，edit(i, j) == min{ edit(i-1, j) + 1, edit(i, j-1) + 1, edit(i-1, j-1) + f(i, j) }//当第一个字符串的第i个字符不等于第二个字符串的第j个字符时，f(i, j) = 1；否则，f(i, j) = 0。

kitten一字转成sitting,根据公式,可以得到

当i=0: edit(0,0)=0,edit(0,1)=1,edit(0,2)=2,edit(0,j)=j

当j=0: edit(0,0)=0,edit(1,0)=1,edit(2,1)=2,edit(i,0)=i

当i>>1，j>>1: edit(1,1)=min(edit(0,1)+1,edit(1,0)+1,edit(0,0)+f(1,1)) //s1[0]=s不等于s2[0]=k , f(1,1)=1;=>edit(1,1)=1

因此可以推出，kitten一字转成sitting的编辑矩阵：

Java代码实现如下：

packagecom.editDistance;public classEditDistance {public static voidmain(String[] args)

{

String str1="kitten";

String str2="sitting";int res=getEditDistance(str1,str2);

System.out.println("最小编辑距离是："+res);

}private static int min(int a,intb)

{return a

}public static intgetEditDistance(String str1,String str2)

{int len1=str1.length();int len2=str2.length();int m[][]=new int[len1+1][len2+1];for(int i=0;i

{

m[i][0]=i;

}for(int j=0;j

{

m[0][j]=j;

}for(int i=1;i

{for(int j=1;j

{int temp=min(m[i-1][j]+1,m[i][j-1]+1);intd;//注意这里是str1.charAt(i-1)，因为字符串是从charAt(0)下标开始的

if(str1.charAt(i-1)==str2.charAt(j-1))

{

d=0;

}else{

d=1;

}

m[i][j]=min(temp,m[i-1][j-1]+d);

}

}

System.out.println("编辑矩阵是：");

System.out.println("****************");for(int i=0;i

{for(int j=0;j

{

System.out.print(m[i][j]+" ");

}

System.out.println();

}

System.out.println("****************");returnm[len1][len2];

}

}

View Code

运行结果：

http://zh.wikipedia.org/wiki/%E7%B7%A8%E8%BC%AF%E8%B7%9D%E9%9B%A2

原文：http://www.cnblogs.com/qianwen/p/3873223.html