正则判断字符串相似度_简言翻译记忆的原理（三）：自动计算两个字符串间的相似度...

在上一篇文章中，我们介绍了简言翻译记忆的原理(二)：用动态规划算法求解最短编辑距离，相比我之前写的文章，这篇文章的阅读数唰得一下就下来了，可见这篇文章“又臭又长”

对于文科背景的同学来说，这篇确实不是那种适合休闲阅读的文章，但如果想知道翻译记忆的原理，还是得耐心阅读，好好理解这背后的道理。

今天的这篇文章恐怕读者人数就更少啦，因为我要介绍如何编写自动计算最小编辑距离的程序，让计算机自动计算出两个字符串之间的最小编辑距离，进而计算翻译工具中常见的“翻译记忆匹配率”。

同时附赠一个新鲜出炉的网站，供大家在线感受如何计算最短编辑距离：

http://translation.education/bied

正文

在上一篇文章中我们说计算最小编辑距离要用“动态规划”算法，然后我画了一张表格，用这个表格来计算“EXECUTION”和“INTENTION”之间的最小编辑距离，如下：

所谓的“动态规划”，直白来说就是先找到并解决子问题，然后用子问题的结果推导大问题的结果。

在上图中，我们从表格的左上角开始算，然后向表格的右下角来推导。如果我们希望计算机来做这件事儿，计算机也应该是这样来完成。

以下是我们给计算机发出的一系列指令：

注：以下程序均是用PHP写的，如果大家想跟着一起操作，可以前往以下网址：

https://c.runoob.com/compile/1

第一步：接收两个待计算的字符串

<?php $source = "EXECUTION";$target = "INTENTION";?>

如下图：

第二步：将上面的那个字符串放到一个网格中。

如果我们想用代码生成一个像下图中的网格：

我们一般不会直接把这个表格显示出来，而是将这个表格“存储”在计算机之中，但我们可以将其脑补成上面这种表格。

在PHP中，我们会用“数组”的形式来构建这样的表格，我们称这种表格为“矩阵”(Matrix)。

先举一个简单的例子：

<?php $matrix = array();$matrix[0][0] = 1;$matrix[0][1] = 2;$matrix[1][0] = 3;$matrix[1][1] = 4;?>

我们上面这5行代码创建了一个2x2的矩阵，可以想象成这是一个包含有4个单元格的表格，如下：

上面两个图是我把实际的数据用形象的方式给画了出来，并不是说上面的代码产生了这两张图。

上面的图是为了告诉大家[0][0]、[0][1]、[1][0]、[1][1]对应的位置，第一次接触这个东西的人会无法理解为什么左上角的单元格是[0][0]而不是[1][1]。

我们说一个表格有行有列，其中行是自上而下的，列是自左到右的。最左上角的那个单元格就是：第一行第一列，但是在程序语言中，都是从0开始数，所以这个单元格是：第0行第0列。

右上角的单元格是：第0行第1列；

左下角的单元格是：第1行第0列；

右下角的单元格是：第1行第1列。