【动态规划】序列连配问题：编辑距离

最新推荐文章于 2024-11-06 16:54:11 发布

原创最新推荐文章于 2024-11-06 16:54:11 发布 · 463 阅读

0 ·

CC 4.0 BY-SA版权

算法专栏收录该内容

9 篇文章

订阅专栏

本文介绍了一种使用动态规划解决编辑距离问题的方法，并给出了详细的Python实现代码。通过对比两个字符串之间的匹配与不匹配情况，该算法可以计算出将一个字符串转换为另一个字符串所需的最小编辑操作数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

问题描述

这里写图片描述

动态规划求解

这里写图片描述

伪代码

这里写图片描述
插入删除均为-3，match为+1，dismatch为-1

python实现

# -*- coding:utf-8 -*-
# 动态规划-序列连配问题：编辑距离
import numpy as np


def Needleman_Wunch(S, T):
    opt = np.zeros((len(T)+1, len(S)+1))
    for i in range(len(S)+1):
        opt[0][i] = -3 * i
    for j in range(len(T)+1):
        opt[j][0] = -3 * j
    for i in range(1, len(T)+1):
        for j in range(1, len(S)+1):
            if T[i-1]==S[j-1]:
                x = 1
            else:
                x = -1
            opt[i][j] = max([opt[i-1][j-1] + x, opt[i][j-1] -3, opt[i-1][j]-3])
    print(opt)
    return opt[len(T), len(S)]


S = 'OCURRANCE'
T = 'OCCURRENCE'
print(Needleman_Wunch(S, T))