华为OJ 计算字符串的距离

本文详细介绍了编辑距离(Levenshtein距离)的概念及其计算方法,提供了具体的Java代码实现,并通过实例解析了递归过程,帮助读者理解如何计算两个字符串之间的最小编辑操作数。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题目:

描述
Levenshtein 距离,又称编辑距离,指的是两个字符串之间,由一个转换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。编辑距离的算法是首先由俄国科学家Levenshtein提出的,故又叫Levenshtein Distance。
Ex:
字符串A:abcdefg
字符串B: abcdef
通过增加或是删掉字符”g”的方式达到目的。这两种方案都需要一次操作。把这个操作所需要的次数定义为两个字符串的距离。
要求:
给定任意两个字符串,写出一个算法计算它们的编辑距离。

请实现如下接口
/* 功能:计算两个字符串的距离
* 输入:字符串A和字符串B
* 输出:无
* 返回:如果成功计算出字符串的距离,否则返回-1
*/
public static int calStringDistance (String charA, String charB)
{
return 0;
}

知识点 字符串
运行时间限制 10M
内存限制 128
输入
输入两个字符串
输出
得到计算结果
样例输入 abcdefg abcdef
样例输出 1

解答:缕清思路,分析清楚对于每一对相应的字符,到底有几种处理方式,然后使用递归来实现。
注:要是字符进行交换的话,属于2步操作。
如果有两个字符串A和B,如果它们的第一个字符是相同的,只要计算A[2,…,lenA]和B[2,…,lenB]的距离。如果它们的第一个字符是不相同的,那么可以进行如下的操作。
1. 删除A的第一个字符,然后计算A[2,…,lenA]和B[1,…,lenB]的距离;
2. 删除B的第一个字符,然后计算A[1,…,lenA]和B[2,…,lenB]的距离;
3. 修改A的第一个字符为B的第一个字符,然后计算A[2,…,lenA]和B[2,…,lenB]的距离;
4. 修改B的第一个字符为A的第一个字符,然后计算A[2,…,lenA]和B[2,…,lenB]的距离;
5. 增加A的第一个字符到B第一个字符之前,然后计算A[2,…,lenA]和B[1,…,lenB]的距离;
6. 增加B的第一个字符到A第一个字符之前,然后计算A[1,…,lenA]和B[2,…,lenB]的距离。
从上面的分析可以看出,如果A和B的第一个字符不相同,那么可以不管之后会变成什么样,就可以把上面的6个操作合并成下面3个。
1. 一步操作之后,计算A[2,…,lenA]和B[1,…,lenB]的距离;
2. 一步操作之后,计算A[1,…,lenA]和B[2,…,lenB]的距离;
3. 一步操作之后,计算A[2,…,lenA]和B[2,…,lenB]的距离。

下面是java代码的实现:

import java.util.Scanner;

public class Other {

    public static int getMin(int a, int b, int c)
    {
        return a < b ? (a < c ? a : c) : (b < c ? b : c);
    } 
    public static int calculateDistance(int pa, int pb, int lenA, int lenB, final char[] A, final char[] B)
    {
        if(pa >= lenA)
        {
            if(pb >= lenB) { return 0; }
            else { return lenB - pb; }
        }
        if(pb >= lenB)
        {
            if(pa >= lenA) { return 0; }
            else { return lenA - pa; }
        }
        if(A[pa] == B[pb])
        {
            return calculateDistance(pa + 1, pb + 1, lenA, lenB, A, B);
        }
        else
        {
            int d1 = calculateDistance(pa, pb + 1, lenA, lenB, A, B);
            int d2 = calculateDistance(pa + 1, pb, lenA, lenB, A, B);
            int d3 = calculateDistance(pa + 1, pb + 1, lenA, lenB, A, B);
            return 1 + getMin(d1, d2, d3);
        }
    }
    public static void main(String[] args) {
        Scanner scanner = new Scanner(System.in);
        String str1 = scanner.next();
        String str2 = scanner.next();
        int sum = calculateDistance(0, 0, str1.length(), str2.length(), str1.toCharArray(), str2.toCharArray());
        System.out.println(sum);
    }

}

参考:http://blog.sina.com.cn/s/blog_7d6898410101a61r.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值