数据结构与算法专题——第四题 字符串相似度
16lz
2021-02-24
这篇我们看看 最长公共子序列 的另一个版本，求字符串相似度(编辑距离)，我也说过了，这是一个非常实用的算法，在DNA对比，网页聚类等方面都有用武之地。
一：概念
对于两个字符串 A 和 B，通过基本的增删改将字符串 A 改成 B，或者将 B 改成 A，在改变的过程中使用的最少步骤称之为: 编辑距离。比如如下的字符串：我们通过种种操作，痉挛之后编辑距离为3，不知道你看出来了没有？
二：解析
可能大家觉得有点复杂，不好理解，我试着把这个大问题拆分掉，将 字符串 vs 字符串，分解成 字符 vs 字符串，再分解成字符 vs 字符。
1. 字符 vs 字符
这种情况是最简单的了，比如 A 与 B 的编辑距离很显然是1。
2. 字符 vs 字符串
A 改成 AB 的编辑距离为1，A 与 ABA 的编辑距离为2。
3. 字符串 vs 字符串
ABA 和 BBA 的编辑距离为1，仔细发现可以得出如下结论，ABA 是由2^3个子序列与 BBA 字符串求的的编辑距离集合中取出的最小编辑距离，也就是说在这种情况下我们出现了重复计算的情况，我在求子序列 AB 和 BBA 的编辑距离时，我是由子序列 A 和 BBA 与 B 和 BBA 之间的编辑距离中选出一个最小值，然而序列A和序列B早之前我已经计算过了，这种重复计算的问题有点像 斐波那契，正好满足动态规划中的最优子结构和重叠子问题，所以我决定采用动态规划来解决。
三：公式
跟最长公共子序列一样，可以采用一个二维数组来保存字符串 X 和 Y 当前的位置的最小编辑距离。现有两个序列X={x1,x2,x3，...xi}，Y={y1,y2,y3，....，yi}。
设一个C[i,j]: 保存Xi与Yj的当前最小的LD。
1. 当 Xi = Yi 时，则C[i,j]=C[i-1,j-1]；
2. 当 Xi != Yi 时， 则C[i,j]=Min{C[i-1,j-1],C[i-1,j],C[i,j-1]}；
最终我们的C[i,j]一直保存着最小的LD。
四：代码
using System;
namespace ConsoleApplication2
{
public class Program
{
static int[,] martix;
static string str1 = string.Empty;
static string str2 = string.Empty;
static void Main(string[] args)
{
while (true)
{
str1 = Console.ReadLine();
str2 = Console.ReadLine();
martix = new int[str1.Length + 1, str2.Length + 1];
Console.WriteLine("字符串 {0} 和 {1} 的编辑距离为:{2}\n", str1, str2, LD());
}
}
/// <summary>
/// 计算字符串的编辑距离
/// </summary>
/// <returns></returns>
public static int LD()
{
//初始化边界值(忽略计算时的边界情况)
for (int i = 0; i <= str1.Length; i++)
{
martix[i, 0] = i;
}
for (int j = 0; j <= str2.Length; j++)
{
martix[0, j] = j;
}
//矩阵的 X 坐标
for (int i = 1; i <= str1.Length; i++)
{
//矩阵的 Y 坐标
for (int j = 1; j <= str2.Length; j++)
{
//相等情况
if (str1[i - 1] == str2[j - 1])
{
martix[i, j] = martix[i - 1, j - 1];
}
else
{
//取“左前方”，“上方”，“左方“的最小值
var temp1 = Math.Min(martix[i - 1, j], martix[i, j - 1]);
//获取最小值
var min = Math.Min(temp1, martix[i - 1, j - 1]);
martix[i, j] = min + 1;
}
}
}
//返回字符串的编辑距离
return martix[str1.Length, str2.Length];
}
}
}
更多相关文章
- 第6章 0201-常用字符串函数介绍，学习心得、笔记（PHP常用字符串函数
- 0201-常用字符串函数
- 我的第21个代码
- PHP基础: 字符串函数
- 2021-02-17：规定1和A对应、2和B对应、3和C对应...26和Z对应，那么一
- 事件与常用函数
- 第3章 0127-常用运算与流程控制，学心得、笔记（表达式、三元运算与n
- strcat和strncat的区别及原理
- 判断字符串是否为空变量