[搜索]字符串的相似度问题-从编程之美说起

标签：编程之美   搜索   编辑距离 字符串相似度   

在《编程之美》之3.3讲到了计算字符串的相似度，请看下图

原文作者做了很详细的解释，有兴趣的朋友可以参考原文。

其实，总结为一点，是求两个字符的编辑距离，关于编辑距离，可以参考这儿

http://zh.wikipedia.org/wiki/%E7%B7%A8%E8%BC%AF%E8%B7%9D%E9%9B%A2

求两个字符串的编辑距离是有公式的，公式如下：

所以，根据这个公式，我们实现代码为：（C++）

int minimum(int a,int b,int c)
{
	return min(a,min(b,c));
}
int LevenshteinDistance(const char* s, int len_s, const char* t, int len_t)
{
	/* base case: empty strings */
	if (len_s == 0) return len_t;
	if (len_t == 0) return len_s;
	int cost = 0;
	/* test if last characters of the strings match */
	if (s[len_s-1] == t[len_t-1])
		cost = 0;
	else
		cost = 1;

	/* return minimum of delete char from s, delete char from t, and delete char from both */
	return minimum(LevenshteinDistance(s, len_s - 1, t, len_t    ) + 1,
		LevenshteinDistance(s, len_s    , t, len_t - 1) + 1,
		LevenshteinDistance(s, len_s - 1, t, len_t - 1) + cost);
}

求出来编辑距离，取倒数就是上面提到的相似度。

[搜索]字符串的相似度问题-从编程之美说起

标签：编程之美   搜索   编辑距离 字符串相似度   

原文地址：http://blog.csdn.net/zhanghaiyang9999/article/details/41324749