青青草原综合久久大伊人导航_色综合久久天天综合_日日噜噜夜夜狠狠久久丁香五月_热久久这里只有精品

阿牛CPP

“中國就有這么一群奇怪的人, 本身是最底階層, 利益每天都在被損害,卻具有統治階級的意識. 在動物世界里找這么弱智的東西都幾乎不可能?!?——林語堂

字符串相似度算法( Levenshtein Distance算法)

昨天論壇看到的,簡單寫了一下
題目: 一個字符串可以通過增加一個字符,刪除一個字符,替換一個字符得到另外一個字符串,假設,我們把從字符串A轉換成字符串B,前面3種操作所執行的最少次數稱為AB相似度
如  abc adc  度為 1
      ababababa babababab 度為 2
      abcd acdb 度為2


 字符串相似度算法可以使用 Levenshtein Distance算法(中文翻譯:編輯距離算法) 這算法是由俄國科學家Levenshtein提出的。其步驟

Step Description
1 Set n to be the length of s.
Set m to be the length of t.
If n = 0, return m and exit.
If m = 0, return n and exit.
Construct a matrix containing 0..m rows and 0..n columns.
2 Initialize the first row to 0..n.
Initialize the first column to 0..m.
3 Examine each character of s (i from 1 to n).
4 Examine each character of t (j from 1 to m).
5 If s[i] equals t[j], the cost is 0.
If s[i] doesn't equal t[j], the cost is 1.
6 Set cell d[i,j] of the matrix equal to the minimum of:
a. The cell immediately above plus 1: d[i-1,j] + 1.
b. The cell immediately to the left plus 1: d[i,j-1] + 1.
c. The cell diagonally above and to the left plus the cost: d[i-1,j-1] + cost.
7 After the iteration steps (3, 4, 5, 6) are complete, the distance is found in cell d[n,m].

C++實現如下
#include <iostream>
#include 
<vector>
#include 
<string>
using namespace std;

//算法
int ldistance(const string source,const string target)
{
    
//step 1

    
int n=source.length();
    
int m=target.length();
    
if (m==0return n;
    
if (n==0return m;
    
//Construct a matrix
    typedef vector< vector<int> >  Tmatrix;
    Tmatrix matrix(n
+1);
    
for(int i=0; i<=n; i++)  matrix[i].resize(m+1);

    
//step 2 Initialize

    
for(int i=1;i<=n;i++) matrix[i][0]=i;
    
for(int i=1;i<=m;i++) matrix[0][i]=i;

     
//step 3
     for(int i=1;i<=n;i++)
     
{
        
const char si=source[i-1];
        
//step 4
        for(int j=1;j<=m;j++)
        
{

            
const char dj=target[j-1];
            
//step 5
            int cost;
            
if(si==dj){
                cost
=0;
            }

            
else{
                cost
=1;
            }

            
//step 6
            const int above=matrix[i-1][j]+1;
            
const int left=matrix[i][j-1]+1;
            
const int diag=matrix[i-1][j-1]+cost;
            matrix[i][j]
=min(above,min(left,diag));

        }

     }
//step7
      return matrix[n][m];
}

int main(){
    
string s;
    
string d;
    cout
<<"source=";
    cin
>>s;
    cout
<<"diag=";
    cin
>>d;
    
int dist=ldistance(s,d);
    cout
<<"dist="<<dist<<endl;
}

#include 
<iostream>
#include 
<vector>
#include 
<string>
using namespace std;

//算法
int ldistance(const string source,const string target)
{
    
//step 1

    
int n=source.length();
    
int m=target.length();
    
if (m==0return n;
    
if (n==0return m;
    
//Construct a matrix
    typedef vector< vector<int> >  Tmatrix;
    Tmatrix matrix(n
+1);
    
for(int i=0; i<=n; i++)  matrix[i].resize(m+1);

    
//step 2 Initialize

    
for(int i=1;i<=n;i++) matrix[i][0]=i;
    
for(int i=1;i<=m;i++) matrix[0][i]=i;

     
//step 3
     for(int i=1;i<=n;i++)
     
{
        
const char si=source[i-1];
        
//step 4
        for(int j=1;j<=m;j++)
        
{

            
const char dj=target[j-1];
            
//step 5
            int cost;
            
if(si==dj){
                cost
=0;
            }

            
else{
                cost
=1;
            }

            
//step 6
            const int above=matrix[i-1][j]+1;
            
const int left=matrix[i][j-1]+1;
            
const int diag=matrix[i-1][j-1]+cost;
            matrix[i][j]
=min(above,min(left,diag));

        }

     }
//step7
      return matrix[n][m];
}

int main(){
    
string s;
    
string d;
    cout
<<"source=";
    cin
>>s;
    cout
<<"diag=";
    cin
>>d;
    
int dist=ldistance(s,d);
    cout
<<"dist="<<dist<<endl;
}

posted on 2008-09-21 03:03 whn 閱讀(20481) 評論(15)  編輯 收藏 引用 所屬分類: 算法

評論

# re: 字符串相似度算法( Levenshtein Distance算法) 2008-09-21 10:13 fejay

我也在論壇上看到了。學習學習  回復  更多評論   

# re: 字符串相似度算法( Levenshtein Distance算法) 2008-09-21 22:35 Post

在哪里看到的?  回復  更多評論   

# re: 字符串相似度算法( Levenshtein Distance算法) 2008-09-22 16:30 Vinson

kind of like DP..  回復  更多評論   

# re: 字符串相似度算法( Levenshtein Distance算法) 2008-10-05 13:20 kina

請問:
把從字符串A轉換成字符串B,如果最少執行次數為3,那這3次的執行動作要如何印出來?需把程式加在哪裡?
  回復  更多評論   

# re: 字符串相似度算法( Levenshtein Distance算法) 2009-05-13 12:39 shinjikun

如果不需要得到執行動作的話你這個算法空間復雜度高了(應該是O(n))。
如果需要的話,只要回溯就可以了。  回復  更多評論   

# re: 字符串相似度算法( Levenshtein Distance算法) 2009-05-17 12:36 whn

@shinjikun
不知道你是怎么做的 不過 回溯 速度很慢的   回復  更多評論   

# re: 字符串相似度算法( Levenshtein Distance算法) 2009-05-25 01:06 test01x

我也比較關心國家大事 kina 提出的問題。
另外,我還沒有搞清楚這個算法和KMP算法的原理和實現的不同支出,能指點一下嗎?謝謝!
我會時常關注評論。  回復  更多評論   

# re: 字符串相似度算法( Levenshtein Distance算法) 2009-05-25 01:07 test01x

暈,輸入法智能聯想問題。原本應該是:
我也比較關心 kina 提出的問題。
另外,我還沒有搞清楚這個算法和KMP算法的原理和實現的不同之處,能指點一下嗎?謝謝!
我會時常關注評論。  回復  更多評論   

# re: 字符串相似度算法( Levenshtein Distance算法) 2009-05-26 10:19 whncpp

@test01x
兩個算法解決的問題是完全不一樣的,kmp解決模式匹配的LD 是解決相似度的 問題,  回復  更多評論   

# re: 字符串相似度算法( Levenshtein Distance算法) 2009-05-30 13:50 ray040123

dp算法

如果想打印,用一個數組c[i][j] 記錄每步的決策(above,left,diag)
之后從c[n,m] 倒推,記錄,輸出即可  回復  更多評論   

# re: 字符串相似度算法( Levenshtein Distance算法) 2011-06-16 15:46 splash

代碼有瑕疵。因為matrix[0][0]沒有初始化。  回復  更多評論   

# re: 字符串相似度算法( Levenshtein Distance算法) 2012-04-24 11:43 peter4431

@splash
說明你沒看懂 matrix[0][0]就沒用到  回復  更多評論   

# re: 字符串相似度算法( Levenshtein Distance算法) 2012-06-14 08:48 safds

請問這個在哪個環境里通過了?

REDMOND # 139.com謝謝  回復  更多評論   

# re: 字符串相似度算法( Levenshtein Distance算法)[未登錄] 2016-01-07 11:50 max

@peter4431
我只是路過,感謝樓主的分享,但是這個地方確實是用到啦,像掃雷一樣,周邊都是度,可能確實要初始化一下。  回復  更多評論   

青青草原综合久久大伊人导航_色综合久久天天综合_日日噜噜夜夜狠狠久久丁香五月_热久久这里只有精品
  • <ins id="pjuwb"></ins>
    <blockquote id="pjuwb"><pre id="pjuwb"></pre></blockquote>
    <noscript id="pjuwb"></noscript>
          <sup id="pjuwb"><pre id="pjuwb"></pre></sup>
            <dd id="pjuwb"></dd>
            <abbr id="pjuwb"></abbr>
            在线亚洲免费视频| 久久精品中文| 久久人人爽人人爽| 亚洲另类自拍| 亚洲黄色一区| 99re6热只有精品免费观看| 91久久国产精品91久久性色| 国产视频一区二区在线观看| 国产日本欧美一区二区| 国产精品一区二区三区观看| 国产欧美精品日韩精品| 国产一区清纯| 亚洲东热激情| 99精品视频免费观看| 亚洲一区国产| 久久精品一本久久99精品| 欧美~级网站不卡| 亚洲国产欧美日韩精品| 欧美99久久| 亚洲美女淫视频| 欧美一区综合| 欧美精品在线播放| 国产精品永久在线| 亚洲国产精品久久久久久女王| 亚洲人成在线观看| 欧美一级片久久久久久久| 开心色5月久久精品| 亚洲国产精品va在线看黑人 | 亚洲一区一卡| 久久精品最新地址| 欧美日韩国产一区二区三区| 国产精品剧情在线亚洲| 激情小说亚洲一区| 亚洲一区免费视频| 欧美成人高清视频| 亚洲女人天堂av| 欧美成人精品不卡视频在线观看| 国产精品久久久久久亚洲调教| 激情校园亚洲| 欧美中文在线字幕| 日韩午夜在线观看视频| 久久精品亚洲一区二区| 欧美性感一类影片在线播放 | 亚洲午夜免费视频| 美女诱惑一区| 国产亚洲欧美日韩一区二区| 99成人免费视频| 欧美风情在线观看| 久久成人18免费观看| 国产精品xvideos88| 亚洲精品一区二区在线观看| 亚洲视频免费看| 国产乱理伦片在线观看夜一区| 国产一区二区三区av电影| 一本一本久久a久久精品综合妖精| 久久www免费人成看片高清| 日韩亚洲欧美一区二区三区| 欧美激情二区三区| 亚洲精品综合精品自拍| 欧美成人一区在线| 久热精品视频| 最新国产拍偷乱拍精品| 欧美成人激情视频| 男人的天堂亚洲在线| 亚洲成色www8888| 欧美成人一区二区三区在线观看| 久久这里只有精品视频首页| 亚洲第一天堂av| 久久亚洲免费| 久久婷婷av| 亚洲日本va午夜在线电影| 欧美77777| 免费在线观看一区二区| 亚洲精品孕妇| 99日韩精品| 欧美久久影院| 亚洲图片欧洲图片日韩av| 亚洲精品视频二区| 久久一本综合频道| 亚洲毛片在线| 亚洲黄页一区| 免费试看一区| 亚洲国产精品成人一区二区| 久久精品99无色码中文字幕| 亚洲一区网站| 美女免费视频一区| 在线精品国产欧美| 麻豆成人精品| 久久综合伊人77777| 亚洲韩日在线| 亚洲黑丝在线| 欧美日韩一区在线| 噜噜噜在线观看免费视频日韩| 亚洲国产婷婷香蕉久久久久久| 久久精品中文字幕一区二区三区 | 亚洲国产精品久久久久秋霞影院 | 欧美一区二区三区的| 亚洲一区二区三区激情| 国产欧美丝祙| 噜噜噜噜噜久久久久久91| 亚洲一区国产一区| 精品电影在线观看| 亚洲电影观看| 国产精品九九久久久久久久| 午夜精品福利在线| 久久电影一区| 日韩视频一区二区| 亚洲视频播放| 欧美精品三级在线观看| 久久夜色精品国产| 国产精品乱人伦中文| 欧美一站二站| 久久综合九色综合久99| 香蕉国产精品偷在线观看不卡| 性色一区二区| 最新日韩在线| 亚洲欧美日韩精品综合在线观看| 狠狠狠色丁香婷婷综合久久五月| 欧美风情在线观看| 国产精品久久波多野结衣| 久久亚洲精品网站| 国产日韩欧美视频在线| 亚洲国产成人av好男人在线观看| 欧美网站在线观看| 免费成人在线观看视频| 欧美三级小说| 蜜乳av另类精品一区二区| 欧美日韩一区二区欧美激情| 一区二区精品| 暖暖成人免费视频| 欧美专区日韩专区| 欧美激情中文不卡| 久久亚洲高清| 国产精品亚洲欧美| 亚洲国产欧美一区二区三区丁香婷| 欧美77777| 欧美凹凸一区二区三区视频| 国产精品视频| 亚洲精选久久| 最新国产拍偷乱拍精品 | 亚洲国产日韩综合一区| 亚洲一区二区三区777| 亚洲人屁股眼子交8| 一区二区三区四区在线| 中文在线不卡| 欧美久久一区| 亚洲激情视频在线观看| 伊人久久大香线蕉综合热线| 亚洲欧美国产制服动漫| 亚洲天堂视频在线观看| 欧美日韩国产色视频| 久久永久免费| 国产视频一区在线观看| 亚洲欧美视频在线观看| 亚洲专区免费| 欧美日韩国产综合视频在线观看中文| 久久久青草婷婷精品综合日韩| 国产精品黄色在线观看| 欧美 日韩 国产 一区| 欧美四级电影网站| 亚洲精品乱码视频| 一区二区久久久久久| 欧美精品久久99久久在免费线| 亚洲毛片av| 亚洲区国产区| 欧美亚洲第一页| 性欧美精品高清| 久久久久久久97| 极品av少妇一区二区| 久久久久久夜| 久久免费黄色| 国产伦精品一区二区三区| 亚洲一区视频在线| 久久国产精品久久久久久久久久| 亚洲九九九在线观看| 欧美视频二区36p| 一区二区三区久久网| 亚洲一区二区三区精品在线观看| 欧美特黄一级大片| 亚洲一区二区三区精品在线| 西西裸体人体做爰大胆久久久| 欧美三级午夜理伦三级中文幕| 亚洲视频高清| 久久久久久久999精品视频| 一色屋精品视频在线看| 欧美视频中文字幕| 欧美一区二区私人影院日本 | 久色婷婷小香蕉久久| 亚洲丝袜av一区| 久久夜色精品国产噜噜av| 亚洲午夜免费视频| 国产乱子伦一区二区三区国色天香| 久久资源av| 亚洲一级影院| 蜜臀av一级做a爰片久久| 日韩一级精品| 狠狠88综合久久久久综合网| 国产精品久久久久久久久| 久久久久国色av免费观看性色| 亚洲人成绝费网站色www|