动态规划算法,计算单词距离

最新推荐文章于 2022-05-27 07:05:22 发布

zuroc

最新推荐文章于 2022-05-27 07:05:22 发布

阅读量229

点赞数

分类专栏： Python 文章标签：算法 C C++ C# J#

Python 专栏收录该内容

79 篇文章

订阅专栏

本文介绍了一种使用动态规划算法来计算两个单词之间的最小编辑距离的方法。该算法通过插入、删除或替换字符的方式将一个单词转换为另一个单词，并计算所需的最少步骤数。文章包含了一个具体的Python实现示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#!/usr/bin/env python
#coding=utf-8

def word_distance(m,n):
    """compute the least steps number to convert m to n by insert , delete , replace .
    动态规划算法,计算单词距离
    >>> print word_distance("abc","abec")
    1
    >>> print word_distance("ababec","abc")
    3
    """
    len_1=lambda x:len(x)+1

    c=[[i] for i in range(0,len_1(m)) ]
    c[0]=[j for j in range(0,len_1(n))]

    for i in range(0,len(m)):
    #    print i,' ',
        for j in range(0,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
                )
            )
    #        print c[i+1][j+1],m[i],n[j],' ',
    #    print ''
    return c[-1][-1]

import doctest
doctest.testmod()
raw_input("Success!")