编辑距离

最新推荐文章于 2022-06-08 15:54:41 发布

马鹤宁

最新推荐文章于 2022-06-08 15:54:41 发布

阅读量194

点赞数

分类专栏：数据结构与算法(C/C++/Python) 文章标签： C++ leetcode

本文链接：https://blog.csdn.net/weixin_42111770/article/details/104429996

版权

数据结构与算法(C/C++/Python) 专栏收录该内容

15 篇文章 0 订阅

订阅专栏

编辑距离是指两个子串之间，由一个转成另一个所需要的最少编辑操作次数。允许的编辑操作包括：

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

这是常见的求两个字符编辑距离的题目描述，被称为莱文斯坦距离，又称为Levenshtein距离，是俄罗斯科学家莱温斯坦在1965年提出来的概念。 – 来自于维基百科

定义
假设两个字符串分别为A，B，长度分别为 $n=\left| A \right|$ 和 $m=\left| B \right|$ ，那么它们的莱文斯坦距离为 $lev_{A,B} \left(n, m \right)$ 。公式定义为：
$lev_{A,B} \left(i, j \right) = \left\{\begin{matrix} max \left( i, j \right) & if \; min\left( i, j \right)=0 \\ min \left\{\begin{matrix} lev_{A,B} \left( i -1 , j \right) + 1 \\ lev_{A,B} \left( i , j -1 \right) + 1 \\ lev_{A,B} \left( i -1 , j - 1 \right) + I_{A_{i} \neq B_{j}} \end{matrix}\right. & othersize \end{matrix}\right.$
其中 $lev_{A,B} \left( i, j \right)$ 表示的字符串A的前 $i$ 个字符与字符串B的前 $j$ 个字符之间的莱文斯坦距离；
$lev_{A,B} \left( i - 1, j \right)$ 表示删除字符
$lev_{A,B} \left( i, j - 1 \right)$ 表示插入字符
$lev_{A,B} \left( i -1 , j - 1 \right)$ 表示字符替换
$I_{A_{i} \neq B_{j}}$ 是指示函数， $A_{i}$ 与 $B_{j}$ 相等时，取值为0，否则，取值为1。

上述是数学描述，真正代码实现时，由上述的公式可以很清晰地列出动态规划方程。假设字符串 $A = “ h o r s e ”$ ， $n = 5$ ;字符串 $B = “ r o s ”$ 。设编辑数组为dp，数据初始化如下表形式。

A/B	0	1	2	3
0	0	1	2	3
1	1
2	2
3	3
4	4
5	5

表示的是一个空字符串与字符串 $A$ 或字符串 $B$ 子串之间的编辑距离。

初始化之后，就需要计算字符串 $A$ 中第 $i$ 个字符 $A_{i}$ 与字符串B中第 $j$ 个字符 $B_{j}$ 的编辑距离了。比较 $A_{i}$ 与 $B_{j}$ ：

如果 $A_{i}$ 与 $B_{j}$ 相等，那么 $d p [i] [j] = d p [i - 1] [j - 1]$ ，无需任何操作;
如果 $A_{i}$ 与 $B_{j}$ 不相等，那么就要比较三种操作（删除，插入和替换）哪一种更优惠，那么用公式表示就是： $d p [i] [j] = 1 + m i n (d p [i - 1] [j], d p [i] [j - 1], d p [i - 1] [j - 1])$ 。

计算完之后，我们所给的例子字符串 $A = “ h o r s e ”$ 和 $B = “ r o s ”$ 最后生成的dp数组如下表所示，我们将操作所在的位置加粗显示。 $d p [5] [3] = 3$ ，字符串A向B至少需要三步，分别是：第一步：horse -> rorse (将 ‘h’ 替换为 ‘r’)；第二步：rorse -> rose (删除 ‘r’)；第三步：rose -> ros (删除 ‘e’)。

A/B	0	1	2	3
0	0	1	2	3
1	1	1	2	3
2	2	2	1	2
3	3	2	2	2
4	4	3	3	2
5	5	4	4	3

class Solution {
public:
    int minDistance(string word1, string word2) {
        int len_1 = word1.length();
        int len_2 = word2.length();
        vector<vector<int>> dp(len_1+1, vector<int>(len_2+1, 0));
        for(int i=0;i<len_1+1;i++){
            dp[i][0] = i;
        }
        for(int j=0;j<len_2+1;j++){
            dp[0][j] = j;
        }
        for(int i=0;i<len_1;i++){
            for(int j=0;j<len_2;j++){
                if(word1[i] == word2[j]){
                    dp[i+1][j+1] = dp[i][j];
                }else{
                    int min_tmp = dp[i][j+1] < dp[i+1][j] ? dp[i][j+1] : dp[i+1][j];
                    min_tmp = min_tmp < dp[i][j] ? min_tmp : dp[i][j];
                    dp[i+1][j+1] = min_tmp + 1;
                }
            }
        }
        return dp[len_1][len_2];
    }
};