Levenshtein距离，又称编辑距离，指的是两个字符串之间，由一个转换成另一个所需的最少编辑操作次数。许可的编辑操作包括将一个字符替换成另一个字符，插入一个字符，删除一个字符。 求解Levenshtein距离可以依靠动态规划。例如将源字符串'yabd'转换成目标字符串'abc'，该问题的求解步骤 ...
分类：
其他好文 时间：
2021-01-22 12:03:07
阅读次数：
0
0-1背包问题、最大连续子数组问题、最长公共子序列、最长公共子串、最小编辑距离、钢条切割、矩阵链乘 动态规划问题的一般步骤： 给出问题的表示，明确子问题 分析最优结构，构造递推公式 确定计算顺序，依次求解问题 记录决策过程，输出最优方案 0-1背包 动规方程： 用$p[i,c]$表示前i个物品在背包 ...
分类：
编程语言 时间：
2020-12-31 12:05:20
阅读次数：
0
网上讲最小编辑距离的文章有很多，但是看了一大堆，讲明白的实在是很少。 最小编辑距离指的是字符串A转化为字符串B的最小编辑次数，允许的操作有插入，删除，替换。 先来说一下插入删除操作，比如有hello，helo俩个字符串，前一个字符串减去一个l和后一个加上一个l，其实是没有区别的。那么把这个操作统称为 ...
分类：
其他好文 时间：
2020-09-18 00:31:20
阅读次数：
22
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
分类：
编程语言 时间：
2020-09-09 18:58:03
阅读次数：
39
如何量化两个字符串之间的相似程度呢？有一个非常著名的量化方法，那就是编辑距离（Edit Distance）。 编辑距离指的就是，将一个字符串转化成另一个字符串，需要的最少编辑操作次数（比如增加一个字符、删除一个字符、替换一个字符）。编辑距离越大，说明两个字符串的相似程度越小；相反，编辑距离就越小，说 ...
分类：
其他好文 时间：
2020-08-18 13:57:08
阅读次数：
65
以leetcode上的一个题目为例子。 连接 解题思路： 举个例子。word1 = abcd word2=abce.将word1变为word2.假设我们均考虑到第4个字符，d!=e， 直接替换 也就是前三个字符需要的次数+1。 把d删除掉，让第三个字符c和word2的第四个字符匹配，在d的后边添加一 ...
分类：
其他好文 时间：
2020-07-13 15:26:01
阅读次数：
53
考虑用一个二维dp数组表示所需的最小操作次数。 dp[i][j]表示将word1的前i个字符转换为word2的前j个字符所需要的最少操作次数。 由于操作的顺序对于最后操作的结果没有影响，所以我们假设操作总是从word1的前面字符操作到word1的后面字符。 如果word1的第i个字符等于word2的 ...
分类：
其他好文 时间：
2020-07-04 20:50:44
阅读次数：
53
时间复杂度n ^ 2 1 #include <bits/stdc++.h> 2 using namespace std; 3 const int N = 1010; 4 int n, m; 5 char a[N], b[N]; 6 int dp[N][N]; 7 int main() { 8 cin ...
分类：
其他好文 时间：
2020-07-03 21:21:38
阅读次数：
62
在用户输入一个单词的时候，判断这个单词是否拼写错误，如果拼写错误，找到正确的单词并且返回。 思路： 1.准备词库 2.判断一下输入的单词是否在词库中，如果在，输出 3.如果不在，找到与之相对的编辑距离为1的所有单词 4.遍历这些单词，并输出在吃苦中出现次数最多的单词 中文单词拼写检查思路： 1.用所 ...
分类：
其他好文 时间：
2020-06-25 11:30:22
阅读次数：
51
动态规划 思路: 用dp[i][j]表示A的前 i 个字母和B的前 j 个字母之间的编辑距离。 则边缘部分dp[i][0] = i ,dp[0][j] = j ，因为要把A的前i个字母变成B的前0个字母也就是空串需要删除A的i个字母即可。同理要把A的空串变成B的前j个字母，需要在A中添加B的前j个字 ...
分类：
其他好文 时间：
2020-06-11 13:26:39
阅读次数：
57
