动态规划实战：如何实现搜索引擎中的拼写纠错功能？

动态规划实战：如何实现搜索引擎中的拼写纠错功能？

在搜索框中，不小心输错单词时，搜索引擎会智能的检测出拼写错误，并且用对应的正确单词来进行搜索，这个功能怎么实现的？

如何量化两个字符串的相似度？

计算机只认识数字，所以先看如何量化相似度，量化方法是编辑距离，指的是将一个字符串转化成另一个字符串需要的最少编辑操作次数(比如增加一个字符、删除一个字符、替换一个字符)，编辑距离越大，说明两个字符串相似程度越小

根据所包含的编辑操作种类的不同，编辑距离有多种不同计算方式，有莱文斯坦距离和最长公共子串距离，莱文斯坦距离允许增加、删除、替换字符三个编辑操作，最长公共字符长度 只允许增加、删除字符两个编辑操作；莱文斯坦距离的大小表示两个字符串差异的大小，最长公共子串大小表示两个字符串相似程度的大小

举例：

mitcmu和mtacnu莱文斯坦距离是3，最长公共子串长度是4

如何编程计算莱文斯坦距离？

求一个字符串变成另一个字符串需要的最少编辑次数，需要依次考察一个字符串中每个字符，跟另一个字符串中的字是否匹配，匹配的话如何处理，不匹配如何处理，这个问题符合多阶段决策最优解模型

解决这个问题，先用回溯算法如何解决：

如果a[i] 和 b[j]匹配，递归考察a[i+1] 和b[j+1] ，如果不匹配，那么有多种处理方式可选：

• 删除a[i] ，然后递归考察a[i+1] 和b[j]
• 删除b[j