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(guó)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(tǒng)治階級(jí)的意識(shí). 在動(dòng)物世界里找這么弱智的東西都幾乎不可能。” ——林語(yǔ)堂

字符串相似度算法( Levenshtein Distance算法)

昨天論壇看到的,簡(jiǎn)單寫(xiě)了一下
題目: 一個(gè)字符串可以通過(guò)增加一個(gè)字符,刪除一個(gè)字符,替換一個(gè)字符得到另外一個(gè)字符串,假設(shè),我們把從字符串A轉(zhuǎn)換成字符串B,前面3種操作所執(zhí)行的最少次數(shù)稱(chēng)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(guó)科學(xué)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(shí)現(xiàn)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(píng)論(15)  編輯 收藏 引用 所屬分類(lèi): 算法

評(píng)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(xué)習(xí)學(xué)習(xí)  回復(fù)  更多評(píng)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(fù)  更多評(píng)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(fù)  更多評(píng)論   

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

請(qǐng)問(wèn):
把從字符串A轉(zhuǎn)換成字符串B,如果最少執(zhí)行次數(shù)為3,那這3次的執(zhí)行動(dòng)作要如何印出來(lái)?需把程式加在哪裡?
  回復(fù)  更多評(píng)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(zhí)行動(dòng)作的話(huà)你這個(gè)算法空間復(fù)雜度高了(應(yīng)該是O(n))。
如果需要的話(huà),只要回溯就可以了。  回復(fù)  更多評(píng)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(guò) 回溯 速度很慢的   回復(fù)  更多評(píng)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(guān)心國(guó)家大事 kina 提出的問(wèn)題。
另外,我還沒(méi)有搞清楚這個(gè)算法和KMP算法的原理和實(shí)現(xiàn)的不同支出,能指點(diǎn)一下嗎?謝謝!
我會(huì)時(shí)常關(guān)注評(píng)論。  回復(fù)  更多評(píng)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(lián)想問(wèn)題。原本應(yīng)該是:
我也比較關(guān)心 kina 提出的問(wèn)題。
另外,我還沒(méi)有搞清楚這個(gè)算法和KMP算法的原理和實(shí)現(xiàn)的不同之處,能指點(diǎn)一下嗎?謝謝!
我會(huì)時(shí)常關(guān)注評(píng)論。  回復(fù)  更多評(píng)論   

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

@test01x
兩個(gè)算法解決的問(wèn)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(wèn)題,  回復(fù)  更多評(píng)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(gè)數(shù)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(fù)  更多評(píng)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?yàn)閙atrix[0][0]沒(méi)有初始化。  回復(fù)  更多評(píng)論   

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

@splash
說(shuō)明你沒(méi)看懂 matrix[0][0]就沒(méi)用到  回復(fù)  更多評(píng)論   

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

請(qǐng)問(wèn)這個(gè)在哪個(gè)環(huán)境里通過(guò)了?

REDMOND # 139.com謝謝  回復(fù)  更多評(píng)論   

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

@peter4431
我只是路過(guò),感謝樓主的分享,但是這個(gè)地方確實(shí)是用到啦,像掃雷一樣,周邊都是度,可能確實(shí)要初始化一下。  回復(fù)  更多評(píng)論   


只有注冊(cè)用戶(hù)登錄后才能發(fā)表評(píng)論。
網(wǎng)站導(dǎo)航: 博客園   IT新聞   BlogJava   博問(wèn)   Chat2DB   管理


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>
            免播放器亚洲一区| 亚洲日韩欧美视频一区| 亚洲欧美日韩另类精品一区二区三区| 亚洲伦理精品| 亚洲狼人综合| 亚洲伊人伊色伊影伊综合网| 亚洲免费视频网站| 久久精品女人| 欧美成人午夜影院| 国产精品国色综合久久| 国产欧美精品一区二区色综合| 国产主播一区二区| 亚洲免费精彩视频| 欧美一区二区三区男人的天堂| 久久精品av麻豆的观看方式| 蜜桃视频一区| 一本色道婷婷久久欧美| 欧美一区2区三区4区公司二百| 久久人人爽人人爽| 欧美三级乱人伦电影| 激情久久久久久久久久久久久久久久 | 欧美大片第1页| 亚洲高清av在线| 亚洲欧洲精品一区| 亚洲欧美激情视频| 欧美77777| 国产一区二区三区四区| 一二三区精品| 欧美成人免费视频| 久久久精品免费视频| 久久综合免费视频影院| 欧美一区二区在线播放| 亚洲欧美在线一区| 亚洲福利视频三区| 久久在线免费观看视频| 欧美1级日本1级| 一区二区欧美亚洲| 久久一区精品| 国产精品美女午夜av| 国产字幕视频一区二区| 亚洲久色影视| 另类天堂av| 欧美在线你懂的| 国产精品婷婷| 亚洲欧美另类久久久精品2019| 欧美激情精品久久久久久蜜臀| 先锋影院在线亚洲| 国产精品久久中文| 亚洲一区二区三区视频| 亚洲美女在线视频| 欧美精品v日韩精品v韩国精品v | 亚洲人成艺术| 麻豆精品在线播放| 欧美一区免费视频| 国产欧美日韩91| 午夜视频久久久久久| 夜夜嗨网站十八久久| 欧美精选在线| 日韩小视频在线观看专区| 欧美国产日韩一区二区| 久久久久久久国产| 伊人久久综合97精品| 久久色在线观看| 久久疯狂做爰流白浆xx| 国产色产综合色产在线视频| 欧美一区二区三区四区在线| 亚洲一区二区三区四区中文| 国产精品毛片一区二区三区 | 亚洲国产美女| 欧美日本乱大交xxxxx| 亚洲乱码国产乱码精品精可以看| 亚洲福利视频二区| 欧美日韩国产美| 亚洲综合二区| 欧美在线啊v一区| 在线日韩视频| 亚洲日本理论电影| 国产精品久久777777毛茸茸| 香蕉久久精品日日躁夜夜躁| 久久婷婷激情| 久久精品电影| 亚洲国产精品小视频| 亚洲国产精品一区二区www| 欧美精品99| 性xx色xx综合久久久xx| 久久人人看视频| 中文av一区二区| 久久精品国产99精品国产亚洲性色| 在线观看福利一区| 日韩午夜免费| 国产主播精品| 亚洲日韩第九十九页| 国产免费一区二区三区香蕉精| 久久夜色撩人精品| 欧美体内she精视频| 久久久中精品2020中文| 欧美日韩国产成人精品| 久久精品论坛| 欧美日韩一区二区三区免费| 久久综合久久综合这里只有精品| 欧美国产一区二区在线观看| 香蕉免费一区二区三区在线观看 | 久久精品视频网| 在线亚洲成人| 久久人人爽人人| 久久国产天堂福利天堂| 欧美日韩国产精品一区| 裸体歌舞表演一区二区| 国产精品成av人在线视午夜片| 欧美+亚洲+精品+三区| 国产精品一区二区久久久| 亚洲高清视频在线| 狠狠久久婷婷| 亚洲欧美在线免费观看| 亚洲深夜激情| 欧美激情五月| 欧美寡妇偷汉性猛交| 国产一区二区三区黄视频| av成人福利| 一区二区三欧美| 欧美成人性生活| 欧美福利一区二区| 国精品一区二区三区| 日韩一级黄色av| 日韩视频一区二区| 欧美福利视频网站| 亚洲电影免费观看高清完整版| 国产一区二区在线免费观看| 亚洲深夜福利视频| 亚洲一区二区高清| 欧美色精品天天在线观看视频| 最新亚洲一区| 日韩亚洲国产精品| 欧美日韩国产影院| 99精品视频免费观看视频| 在线视频日韩| 国产精品高潮呻吟| 亚洲自拍三区| 久久久人人人| 亚洲国产婷婷综合在线精品| 老妇喷水一区二区三区| 亚洲成色999久久网站| 亚洲精品国产精品国自产观看浪潮| 蜜桃av一区二区| 欧美一级黄色网| 中日韩美女免费视频网站在线观看| 欧美福利精品| 亚洲伦理一区| 亚洲欧美日韩国产一区| 国产欧美日韩免费| 久久精品国产久精国产思思| 猛男gaygay欧美视频| 亚洲全部视频| 欧美视频二区36p| 亚洲欧美日韩一区二区三区在线观看| 欧美制服第一页| 亚洲福利国产| 国产精品高潮呻吟视频| 久久xxxx| 日韩视频一区二区三区| 欧美亚洲三区| 亚洲激情av| 国产麻豆日韩| 欧美高清在线一区二区| 亚洲一级在线| 欧美激情中文字幕在线| 亚洲欧美另类综合偷拍| 亚洲免费观看| 久久国产手机看片| 欧美www视频| 午夜精品成人在线| 18成人免费观看视频| 欧美日本高清视频| 午夜精品久久久久久久久| 欧美激情一区二区三区全黄 | 久久成人18免费网站| 在线观看视频欧美| 欧美性生交xxxxx久久久| 久久久久国产精品www | 亚洲一区在线观看免费观看电影高清| 麻豆精品视频在线观看视频| 亚洲一区影院| 亚洲欧洲日本专区| 国产亚洲人成a一在线v站| 欧美日韩精品一区视频| 久久躁日日躁aaaaxxxx| 亚洲欧美日韩一区在线观看| 亚洲精品影院| 欧美二区在线| 久久亚洲精品网站| 午夜精品亚洲一区二区三区嫩草| 亚洲精品美女91| 在线观看视频亚洲| 国产综合精品| 国产欧美一区二区三区在线老狼| 欧美日韩 国产精品| 免费在线一区二区| 久久久久久免费| 久久精品99国产精品日本| 亚洲在线播放|