P2-计算编辑距离

编辑距离

定义：给定两个字符串，两者的编辑距离是将S1转化成S2的最小操作数。如：cat和dog的编辑距离是3.
编辑距离算法：

实验过程

1. 初始化一个二维数组，设置str1长度为行长度，str2长度为列长度。（伪代码第一行）

matrix = [[0 for i in range(len(str2) + 1)] for j in range(len(str1) + 1)]

2. 初始化矩阵

for i in range(0, len(str2) + 1):
     matrix[0][i] = i
for i in range(0, len(str1) + 1):
     matrix[i][0] = i

3. 矩阵元素包含一个22单元，提前设置好返回22单元中最小值函数。

def min(num1, num2, num3):
    temp = num1
    if num2 < temp:
        temp = num2
    if num3 < temp:
        temp = num3
    return temp

4.遍历字符串，调用min()函数， 编辑距离实现

for i in range(0, len(str1)):
    for j in range(0, len(str2)):
       if str1[i] == str2[j]:
           matrix[i+1][j+1] = min(matrix[i][j+1]+1, matrix[i+1][j]+1, matrix[i][j])
       else:
           matrix[i+1][j+1] = min(matrix[i][j+1]+1, matrix[i+1][j]+1, (matrix[i][j]+1))
    print('中间计算矩阵为：')
for i in range(0, len(matrix)):
        print(matrix[i])
return matrix[len(str1)][len(str2)]

实验结果

1. 空字符之间的编辑距离为1
   

2. 空字符与单个字符之间的编辑距离为1
   

3. 空字符与字符串间的编辑距离为该字符串长度
   

4. 两个完全不同的字符串间的编辑距离等于max(len(str1)，len(str2))。
   

5. 汉语拼音与汉字的编辑距离，说明单个汉字在编辑距离计算中按一个字符处理
   

6. 同义词间的编辑距离对比相似字符串间编辑距离，说明编辑距离体现的是字符串差异，无法体现语义。