java编辑距离

拈花ヽ惹草 提交于 2020-02-26 10:17:57

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
.....

 

 

 

 

标签
易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!