编辑距离java_java编辑距离

概述

编辑距离(Minimum Edit Distance，MED)，由俄罗斯科学家 Vladimir Levenshtein 在1965年提出，也因此而得名 Levenshtein Distance。

在信息论、语言学和计算机科学领域，Levenshtein Distance 是用来度量两个序列相似程度的指标。通俗地来讲，编辑距离指的是在两个单词

之间，由其中一个单词

转换为另一个单词

所需要的最少单字符编辑操作次数。

在这里定义的单字符编辑操作有且仅有三种：

插入(Insertion)

删除(Deletion)

替换(Substitution)

譬如，"kitten" 和 "sitting" 这两个单词，由 "kitten" 转换为 "sitting" 需要的最少单字符编辑操作有：

1.kitten → sitten (substitution of "s" for "k")

2.sitten → sittin (substitution of "i" for "e")

3.sittin → sitting (insertion of "g" at the end)

因此，"kitten" 和 "sitting" 这两个单词之间的编辑距离为 3 。

JAVA实现

其实看这个概述，只有三种编辑操作方式，但是看起来还不是太明白，根本就不知道怎么实现，又插入？又删除？又替换的？后来在网上查到了一个比较简单的实现，首先定义一个二维数组，

X轴为Kitten,Y轴为sitting。其实就是有两个规则：

1)如果比较值相等，就获取标红位置的三个值中最小的一个

2)如果比较值不相等，就获取标红位置的三个值中最小一个进行+1

最后一个位置就是要 把"kitten" 和 "sitting" 这两个单词之间的编辑距离为 3 。

这样就比较直观的看看出来是怎么实现的了，代码就不贴了。

int a = array2[j - 1][i];//相当于图中3的位置

int b = array2[j][i - 1];//相当于图中1的位置

int c = array2[j - 1][i - 1];//相当于图中2的位置

//比较三个值，获取最小的一个

.....