题目描述
Levenshtein 距离,又称编辑距离,指的是两个字符串之间,由一个转换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。编辑距离的算法是首先由俄国科学家Levenshtein提出的,故又叫Levenshtein Distance。
- Ex:
字符串A:abcdefg
字符串B: abcdef
通过增加或是删掉字符”g”的方式达到目的。这两种方案都需要一次操作。把这个操作所需要的次数定义为两个字符串的距离。
- 要求:
给定任意两个字符串,写出一个算法计算它们的编辑距离。
输入描述:输入两个字符串
输出描述:
得到计算结果
示例1
- 输入
abcdefg
abcdef
- 输出
1
解题思路
- 使用动态规划方法解决此问题
定义ic,dc,rc分别为插入、删除、修改的代价,在本题中ix = dc = rc = 1,dp[i][j] 表示a的前i个字符转换成b的前y个字符所需要的最小代价
- 初始化
对于动态数组的第一行来说,dp[0][j]表示将一个空串转换成b的j个字符需要的代价为ic * j;
对于动态数组的第二行来说,dp[i][0]表示将a的前i个字符删除所需要的代价为dc * i;
- 动态转换方程
对于dp[i][j],取下面的最小值
- dp[i-1][j-1]; //a[i-1] == b[i-1]
- dp[i-1][j-1] + rc; //a[i-1] != b[i-1]
- dp[i-1][j] + dx; // 删除一个字符,将a的前i-1转换成b的前j个字符
- dp[i][j-1] + ic; //插入一个字符,将a的前i - 1和字符转换为b的前j个字符
参考代码
#include <iostream>
#include <string>
using namespace std;
int main(){
string a,b;
int ic,dc,rc; //插入删除修改
ic = dc = rc = 1;
while(cin >> a >> b){
int row = a.size();
int col = b.size();
int **dp = new int*[row+1];//动态创建一个二维数组
for(int i = 0;i < row + 1;i++){
dp[i] = new int[col + 1](); //全部初始化为0
}
for (int i=1; i<=col; ++i)
dp[0][i] = ic*i;
for (int i=1; i<=row; ++i)
dp[i][0] = dc*i;
for (int i=1; i<=row; ++i)
{
for (int j=1; j<=col; ++j)
{
int case1 = dp[i-1][j]+dc;
int case2 = dp[i][j-1]+ic;
int case3 = dp[i-1][j-1];
if(a[i-1] != b[j-1])
case3 += rc;
dp[i][j] = min(min(case1, case2), case3);
}
}
cout << dp[row][col] <<endl;
delete[] dp;
}
return 0;
}