编辑距离算法 （二）摘自网络

标签：

/**
 * 编辑距离算法，首先由俄国科学家Levenshtein提出的，又叫Levenshtein Distance
 * 主要用来计算从原串（s）转换到目标串(t)所需要的最少的插入，删除和替换的数目， 在NLP中应用比较广泛，同时也常用来计算你对原文所作的改动数
 */

public class Levenshtein {

    private int compare(String str, String target) {

        int d[][]; // 矩阵

        int n = str.length();

        int m = target.length();

        int i; // 遍历str的

        int j; // 遍历target的

        char ch1; // str的

        char ch2; // target的

        int temp; // 记录相同字符,在某个矩阵位置值的增量,不是0就是1

        if (n == 0) {

            return m;

        }

        if (m == 0) {

            return n;

        }

        d = new int[n + 1][m + 1];

        for (i = 0; i <= n; i++) { // 初始化第一列

            d[i][0] = i;

        }

        for (j = 0; j <= m; j++) { // 初始化第一行

            d[0][j] = j;

        }

        for (i = 1; i <= n; i++) { // 遍历str

            ch1 = str.charAt(i - 1);

            // 去匹配target

            for (j = 1; j <= m; j++) {

                ch2 = target.charAt(j - 1);

                if (ch1 == ch2) {

                    temp = 0;

                } else {

                    temp = 1;

                }

                // 左边+1,上边+1, 左上角+temp取最小

                d[i][j] = min(d[i - 1][j] + 1, d[i][j - 1] + 1, d[i - 1][j - 1]

                + temp);

            }

        }

        return d[n][m];

    }

    private int min(int one, int two, int three) {

        return (one = one < two ? one : two) < three ? one : three;

    }

    /**
     *
     * 获取两字符串的相似度
     *
     *
     *
     * @param str
     *
     * @param target
     *
     * @return
     */

    public float getSimilarityRatio(String str, String target) {

        return 1 - (float) compare(str, target)

        / Math.max(str.length(), target.length());

    }

    public static void main(String[] args) {

        Levenshtein lt = new Levenshtein();

        String str = "220";

        String target = "222";

        System.out.println("similarityRatio="

        + lt.getSimilarityRatio(str, target));

    }

}

编辑距离算法 （二）摘自网络

标签：

原文地址：http://www.cnblogs.com/1130136248wlxk/p/5086983.html