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(20482) 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>
            久久精品国产一区二区电影| 久久aⅴ国产紧身牛仔裤| 国产一区二区三区直播精品电影| 国产精品一区二区你懂得| 亚洲国产欧美一区二区三区久久| 亚洲狼人综合| 国产精品视频99| 国语自产在线不卡| 亚洲综合日韩在线| 亚洲第一页中文字幕| 欧美亚洲综合网| 亚洲国产成人一区| 久久精品国产综合| 海角社区69精品视频| 久久久久久久久久看片| 亚洲欧美日本国产有色| 国产精品区免费视频| 亚洲欧美成人网| 亚洲欧美视频| 伊人婷婷久久| 亚洲国产成人在线视频| 欧美精品大片| 午夜精品福利一区二区蜜股av| 99精品视频网| 国产精品一区二区久久| 麻豆精品网站| 欧美日韩在线观看视频| 欧美专区一区二区三区| 久久激情网站| 亚洲图片在线| 欧美影视一区| 999在线观看精品免费不卡网站| 亚洲欧洲日本国产| 亚洲欧美在线一区二区| 欧美乱在线观看| 久久精品中文字幕免费mv| 麻豆成人在线| 欧美一区二区三区成人| 欧美大片一区| 久久综合网hezyo| 国产精品一区二区黑丝| 亚洲精品美女免费| 欲香欲色天天天综合和网| 中文国产亚洲喷潮| 日韩午夜在线电影| 欧美成人xxx| 欧美刺激性大交免费视频| 亚洲午夜免费福利视频| 在线观看视频一区二区| 亚洲欧美久久| 欧美日韩精品不卡| 亚洲欧美资源在线| 欧美三级在线| 久久香蕉国产线看观看av| 一区二区三区国产精华| 亚洲久色影视| 欧美成人自拍视频| 男人的天堂成人在线| 国产最新精品精品你懂的| 亚洲欧美中日韩| 久久精品国产久精国产爱| 欧美成人性生活| 中文国产成人精品| 欧美日韩精品综合| 亚洲免费影视第一页| 欧美一二三区在线观看| 国产亚洲欧美一区| 欧美www在线| 亚洲国产视频直播| 久久综合一区二区三区| 亚洲欧美日韩精品久久| 99国产精品久久久久久久久久| 国产亚洲欧美一区二区| 国产精品久久久久永久免费观看| 乱中年女人伦av一区二区| 亚洲欧美国产视频| 亚洲免费电影在线观看| 欧美国产精品va在线观看| 久久激情视频久久| 99这里只有精品| 一区二区三区视频在线观看| 亚洲春色另类小说| 一区在线播放| 禁久久精品乱码| 在线日韩中文字幕| 亚洲成人在线免费| 亚洲一区二区在线播放| 亚洲精品久久久久久久久久久久久| 欧美成人精品影院| 欧美激情中文不卡| 亚洲国产欧美在线人成| 日韩小视频在线观看| 亚洲国产精品一区二区三区| 亚洲黄色在线视频| 亚洲精一区二区三区| 亚洲无人区一区| 久久亚洲午夜电影| 欧美日韩国产专区| 国产女人aaa级久久久级| 亚洲美女福利视频网站| 麻豆精品网站| 亚洲天堂成人| 老司机精品视频一区二区三区| 欧美精品一区二区久久婷婷| 国产噜噜噜噜噜久久久久久久久| 黄色成人在线网址| 亚洲一区二区视频| 亚洲黄色免费电影| 欧美一区二区免费观在线| 欧美激情视频一区二区三区在线播放 | 一区二区三区四区国产精品| 99国产精品久久久久老师 | 99综合精品| 久久国产天堂福利天堂| 欧美日韩中字| 亚洲午夜一区二区| 亚洲日本在线视频观看| 久久网站免费| 精久久久久久| 久久亚洲国产精品一区二区| 亚洲图片激情小说| 欧美暴力喷水在线| 亚洲国产天堂久久综合网| 午夜视频精品| 欧美专区一区二区三区| 国产精品久久毛片a| 亚洲欧美日韩一区| 亚洲女人小视频在线观看| 欧美精品一区二区精品网| 99re热这里只有精品免费视频| 亚洲国产毛片完整版| 欧美激情精品久久久久| 亚洲精品一区二区三| 欧美福利视频网站| 欧美理论电影在线观看| 亚欧成人在线| 麻豆成人小视频| 在线视频欧美日韩精品| 午夜精品三级视频福利| 国产性做久久久久久| 欧美成人四级电影| 欧美日产国产成人免费图片| 性色av一区二区三区| 女人天堂亚洲aⅴ在线观看| 一区二区成人精品| 欧美一区二区高清在线观看| 亚洲精品男同| 99视频有精品| 国产精品国产a级| 亚洲精品你懂的| 午夜精品久久久久久99热软件| 亚洲国产精品久久久久秋霞影院| 亚洲国产精品久久久久秋霞影院| 欧美日韩一区高清| 欧美成人资源网| 国产精品一二三视频| 亚洲破处大片| 91久久香蕉国产日韩欧美9色 | 久久九九精品99国产精品| 久久人人看视频| 久久综合色8888| 国产一区二区成人| 亚洲一区二区三区四区在线观看 | 亚洲综合欧美日韩| 日韩午夜激情av| 欧美日本高清| 亚洲激情视频在线观看| 亚洲伦伦在线| 欧美日韩精品| 亚洲综合欧美| 欧美一二三视频| 国模吧视频一区| 麻豆91精品91久久久的内涵| 国产精品视频网址| 亚洲一区二区三区精品在线| 午夜精品一区二区三区四区| 国产精品久久久久久久浪潮网站| 亚洲亚洲精品三区日韩精品在线视频| 亚洲激情视频在线播放| 欧美成人按摩| 欧美一区二区三区免费视频| 蜜桃久久精品乱码一区二区| 亚洲国产三级网| 欧美午夜片在线免费观看| 午夜精品久久99蜜桃的功能介绍| 免费黄网站欧美| 午夜激情综合网| 亚洲精品专区| 好看的av在线不卡观看| 国产精品国产三级国产aⅴ入口| 欧美有码在线视频| 一区二区欧美视频| 亚洲精品久久久久久久久久久久久| 欧美一区日韩一区| 中文久久精品| 亚洲精品国产精品国产自| 国产自产2019最新不卡| 国产精品视频99| 国产精品普通话对白| 欧美日韩亚洲激情|