Levenshtein距离（编辑距离）

最新推荐文章于 2021-11-27 20:58:48 发布

原创最新推荐文章于 2021-11-27 20:58:48 发布 · 1.4k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#distance #c

python 专栏收录该内容

3 篇文章

订阅专栏

本文介绍了一种衡量字符串相似度的方法——编辑距离（Levenshtein距离）。编辑距离定义为通过插入、删除或替换字符将一个字符串转换为另一个字符串所需的最少操作次数。文章提供了计算两个字符串之间编辑距离的具体算法实现。

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。

我们对字符可能进行的操作有三种：删除、插入、替换

d[i, j] := 最小值(
                                d[i-1, j  ] + 1,     // 刪除
                                d[i  , j-1] + 1,     // 插入
                                d[i-1, j-1] + cost   // 替換
                            )

#coding=utf_8_decode def word_distance(m,n): c=[[i] for i in range(0,len(m)+1) ] c[0]=[j for j in range(0,len(n)+1)] for i in range(len(m)): for j in range(len(n)): c[i+1].append( min( c[i][j+1]+1,# 插入n[j] c[i+1][j]+1,# 删除m[j] c[i][j] + (0 if m[i]==n[j] else 1 )#改 ) ) return c[-1][-1] print word_distance("pennsylvania","pencilvaneya")