编辑距离概念描述:
编辑距离,又称Levenshtein距离,是指两个字串之间,由一个转成另一个所需的最少编辑操作次数。许可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。
例如将kitten一字转成sitting:
- sitten (k→s)
- sittin (e→i)
- sitting (→g)
俄罗斯科学家Vladimir Levenshtein在1965年提出这个概念。
问题:找出字符串的编辑距离,即把一个字符串s1最少经过多少步操作变成编程字符串s2,操作有三种,添加一个字符,删除一个字符,修改一个字符
解析:
首先定义这样一个函数——edit(i, j),它表示第一个字符串的长度为i的子串到第二个字符串的长度为j的子串的编辑距离。
显然可以有如下动态规划公式:
- if i == 0 且 j == 0,edit(i, j) = 0
- if i == 0 且 j > 0,edit(i, j) = j
- if i > 0 且j == 0,edit(i, j) = i
- if i ≥ 1 且 j ≥ 1 ,edit(i, j) == min{ edit(i-1, j) + 1, edit(i, j-1) + 1, edit(i-1, j-1) + f(i, j) },当第一个字符串的第i个字符不等于第二个字符串的第j个字符时,f(i, j) = 1;否则,f(i, j) = 0。
举例:edit(4, 2)== min{ edit(4-1, 2) + 1, edit(4, 2-1) + 1, edit(4-1, 2-1) + f(4, 2) }
字符"abcd"到字符"ac"的编辑距离 == 字符"abcd"到字符"a"的编辑距离+1, 字符"abc"到字符"ac"的编辑距离+1,字符"abc"到字符"a"的编辑距离+0或者1 (如果后面相等就为0,不相等为1)。
代码:
//定义两个字符 var s1="abcd",s2="ac"; function editDistance(s1,s2) { //s1[i]表示第一个字符的第i个字符 var len1=s1.length,len2=s2.length; var d=[]; var i,j; /*初始化二维数组,以及定义 if i == 0 且 j == 0,edit(i, j) = 0 if i == 0 且 j > 0,edit(i, j) = j if i > 0 且j == 0,edit(i, j) = i */ for(i = 0;i <= len1;i++){ d[i]=[]; d[i][0] = i; } for(j = 0;j <= len2;j++){ d[0][j] = j; } for(i = 1;i <= len1;i++){ for(j = 1;j <= len2;j++) { var cost = s1[i] == s2[j] ? 0 : 1; var deletion = d[i-1][j] + 1; //删除动作 var insertion = d[i][j-1] + 1; //增加动作 var substitution = d[i-1][j-1] + cost; //替换字符,如果相同cost=0;不同cost=1 d[i][j] = Math.min(deletion,insertion,substitution); } } return d[len1][len2]; } editDistance(s1,s2);//=>2 字符abcd和字符ac的编辑距离为2
时间: 2024-11-03 22:48:26