编程之美3.3 计算字符串的相似度（我的失败思路）

题干

许多程序会大量使用字符串。对于不同的字符串，我们希望能够有办法判断其相似程序。我们定义一套操作方法来把两个不相同的字符串变得相同，具体的操作方法为：

1. 修改一个字符（如把“a”替换为“b”）;
2. 增加一个字符（如把“abdd”变为“aebdd”）;
3. 删除一个字符（如把“travelling”变为“traveling”）;

比如，对于“abcdefg”和“abcdef”两个字符串来说，我们认为可以通过增加/减少一个“g”的方式来达到目的。上面的两种方案，都仅需要一 次 。把这个操作所需要的次数定义为两个字符串的距离，而相似度等于“距离+1”的倒数。也就是说，“abcdefg”和“abcdef”的距离为1，相似度 为1/2=0.5。

给定任意两个字符串，你是否能写出一个算法来计算它们的相似度呢？

我的解题思路

1. 如果两个字符串长度一样，那么只需要统计对应位置不一样的字符串的个数
2. 如果两个字符串长度不一样，对长的为标准，逐一与短的比较，如果对应字符相同，则长的和短的都往后挪动一下，两者不同，则长的往后移动，短的不移动。

刚开始我以为我对了，直到找到了一种情况我是没有办法解决的，请看下面代码中的注释部分。

代码

 
#include <stdio.h>
#include <string.h>

float getStringSim(char *str1,char *str2){
	int distance=getStringDistance(str1,str2);
	return 1/(distance+1);
}

int getStringDistance(char *str1,char *str2){
	int distance=0;
	int length1=strlen(str1);
	int length2=strlen(str2);
	/*下面三句是防止有字符串为空的情况*/
	if(length1==0&&length2==0) return 0;
	if(length1==0) return length2;
	if(length2==0) return length1;

	char *longStr;
	char *shortStr;

	if(length1==length2){
		longStr=str1;
		shortStr=str2;
		for(;*longStr!='\0';++longStr,++shortStr){
			if(*longStr!=*shortStr) distance++;
		}
		return distance;
	}else if(length1>length2){
		longStr=str1;
		shortStr=str2;
	}else{
		longStr=str2;
		shortStr=str1;
	}

	//下面的代码只有字符串长度两者不相等才会执行
	while(*longStr!='\0'){
		if(*longStr==*shortStr){
			longStr++;
			shortStr++;
			continue;
		}
		distance++;
		longStr++;
	}
	return distance;

}

int main(int argc, char **argv) {
	int distance;

	distance=getStringDistance(" "," ");
	printf(" 和 的距离：%d\n",distance);

	distance=getStringDistance("aaa"," ");
	printf("aaa和 的距离：%d\n",distance);

	distance=getStringDistance(" ","aaa");
	printf(" 和aaa的距离：%d\n",distance);

	distance=getStringDistance("a","b");
	printf("a和b的距离：%d\n",distance);

	distance=getStringDistance("abcd","abcd");
	printf("abcd和abcd的距离：%d\n",distance);

	distance=getStringDistance("abcd","bcda");
	printf("abcd和bcda的距离：%d\n",distance);


	distance=getStringDistance("abcd","bd");
	printf("abcd和bd的距离：%d\n",distance);

	distance=getStringDistance("abdd","aebdd");
	printf("abdd和aebdd的距离：%d\n",distance);

	distance=getStringDistance("travelling","traveling");
	printf("travelling和traveling的距离：%d\n",distance);

	/*当以上测试用列全部正确的时候，我还以为天才般的我发现了什么
	 * 但是下面两个测试用列让我发现我忽略了一种情况
	 * 那就当第一个字母不同，但是第二个字母又相同的情况
	 *
	 * 想了一下，这个按我的思路没有办法解决的，
	 * 因为当第一个不一样的时候，我不知道是是缺少了一个还是替换第一个，
	 * 所以才造成了第一个无法处理
	 */
	distance=getStringDistance("kitten","sitting");
	printf("kitten和sitting的距离：%d\n",distance);

	distance=getStringDistance("abcd","zbd");
	printf("abcd和zbd的距离：%d\n",distance);

}

运行结果

asd@asd-desktop:~/workspace/test/src$ ./a.out 
 和 的距离：0
aaa和 的距离：3
 和aaa的距离：3
a和b的距离：1
abcd和abcd的距离：0
abcd和bcda的距离：4
abcd和zbd的距离：4          注意：错误
abdd和aebdd的距离：1
travelling和traveling的距离：1
kitten和sitting的距离：7    注意：错误
asd@asd-desktop:~/workspace/test/src$ 

进一步阅读

1. 书后面的答案我认为很完美，因为我自己研究了一遍，所以很轻松就看懂了
2. 算法导论有整整一章都在讲这个问题，可以参考
3. 这篇博客讲的也不错，不过KMP算法还真是有点复杂哦 KMP字符串模式匹配详解