`
lookqlp
  • 浏览: 345783 次
  • 性别: Icon_minigender_1
  • 来自: 上海
社区版块
存档分类
最新评论

最短编辑距离

 
阅读更多
 public static int editDist(String s1,String s2){
        int m=s1.length();
        int n=s2.length();
        int i=0,j=0;
        int[][] d=new int[m+1][n+1];
        for(i=0;i<=m;i++){
            d[i][0]=i;
        }
        for(j=0;j<=n;j++){
            d[0][j]=j;
        }
        int cost;
        for(i=1;i<=m;i++){
            for(j=1;j<=n;j++){
                if(s1.charAt(i-1)==s2.charAt(j-1)){
                    cost=0;
                }else{
                    cost=1;
                }
                d[i][j]=min(d[i-1][j-1]+cost,d[i-1][j]+1,d[i][j-1]+1);
            }
        }
        return  d[m][n];
    }
    public static int min(int a,int b,int c){
        int d=a;
        if(d>b)d=b;
        if(d>c)d=c;
        return d;
    }
分享到:
评论

相关推荐

    动态规划求最短编辑距离.rar

    动态规划求最短编辑距离.rar 动态规划求最短编辑距离.rar 动态规划求最短编辑距离.rar 动态规划求最短编辑距离.rar 动态规划求最短编辑距离.rar 动态规划求最短编辑距离.rar 动态规划求最短编辑距离.rar

    使用最短编辑距离算法判断两个字符串的相似度

    最短编辑距离(Shortest Edit Distance,简称SED)算法,是由俄国计算机科学家Vladimir Levenshtein在1965年提出的,因此也被称为Levenshtein距离。这个算法主要用于衡量两个字符串之间的差异,即需要进行多少次单...

    完成最短编辑距离.docx

    完成最短编辑距离.docx

    动态规划法解决最短编辑距离问题

    最短编辑距离(Shortest Edit Distance, 简称SED)问题是一个典型的例子,它在文本处理、搜索引擎优化、生物信息学等领域有着广泛的应用。编辑距离是指将一个字符串转换成另一个字符串所需的最少单字符操作次数,...

    用动态规划实现最短编辑距离的求解.cpp

    用动态规划实现最短编辑距离的求解.cpp

    Ruby实现的最短编辑距离计算方法

    ### Ruby 实现的最短编辑距离计算方法 #### 一、引言 最短编辑距离(也称为Levenshtein距离)是一种衡量两个字符串相似度的方法。它定义为通过插入、删除或替换一个字符,将一个字符串转换为另一个字符串所需的最小...

    动态规划-最小编辑距离 python代码

    如果是A串的第i个字符和B串的第j个字符 1.在A的第i个字符后插入一个字符B[j],问题转化为计算A[i...lenA]和B[j+1...lenB]的距离 ...d [i-1][j] 、d [i][j-1]、d [i-1][j-1]进行比较,其中最小的就是当前A和B的编辑距离

    编辑距离算法例子

    编辑距离算法,也被称为Levenshtein距离,是一种衡量两个字符串相似度的度量方法。在信息技术、自然语言处理和生物信息学等领域有着广泛应用。它定义了将一个字符串转换成另一个字符串所需的最少单字符编辑操作次数...

    动态规划—最短编辑问题—(非常详细分析以及代码)

    * 最短编辑距离 * 1 (2)本题思路分析 * 定义两个字符串s1 ,s2 * 比较两字符串的某两个相同位置时:(例如s1[i] s2[j] 这时i=j)有三种办法 * 1.把字符ch1变成ch2, 使得s1与s2字符串在该处相同 * 2.删除s1当中的...

    解题思路26

    这个问题涉及到的是计算两个字符串之间的最短编辑距离,这是一个在文本处理、字符串比较和生物信息学等领域常见的问题。在UNIX系统中,行编辑器ed提供了一个实际的应用场景,它允许对文本进行基本的字符操作。 标签...

    LUT算法与数据结构--学校超市选址问题和最短字符串问题

    若是最短编辑距离问题,涉及到字符插入、删除或替换,可以使用Levenshtein距离算法,通过构建二维动态规划矩阵来计算两个字符串之间的最小编辑距离。 在课程设计中,可能会包含以下内容: 1. **源码实现**:学生...

    解题思路27

    标题中的"解题思路27"可能是指一系列编程或算法问题的编号,而这个特定的问题是关于计算两个字符串之间的最短编辑距离。描述中详细阐述了这个问题的具体要求和背景。 在UNIX系统中,存在一个叫做ed的行编辑器,它...

    Python实现计算最小编辑距离

    ### Python 实现计算最小编辑距离 #### 背景与定义 最小编辑距离,也称为莱文斯坦距离(Levenshtein Distance),是指在两个字符串之间进行转换所需的最少编辑操作次数。这里的编辑操作包括三种基本类型:插入一个...

    A11Might#easyalgorithm#AcWing 899. 编辑距离1

    899. 编辑距离算法:同最短编辑距离时间复杂度分析:代码:public static void main(String[] args) {Scanner sc

    mytac#blogs#119.编辑距离算法(Edit Distance)1

    1.矩阵初始化 2.计算最小值 3.类推完成,取右下角的值,即为最短编辑距离

    基于Bert+Attention+LSTM智能校园知识图谱问答推荐系统-NLP算法应用(含Python源码及训练模型)+数据集

    1.本项目通过Google的Bert模型,基于Attention的大规模...对识别到的课程实体进行纠错,依据所有课程全称,采用最短编辑距离匹配法与包含法相结合;通过识别到的实体类别和检索到的关键词进行问题分类。 4.项目博客: ...

    大作业2报告1

    4.2 最短编辑距离 最短编辑距离算法在英文纠错中广泛应用,通过计算两个字符串之间的最小编辑操作次数来衡量它们的相似度。然而,由于中文的复杂性,这种方法在中文纠错中并不直接适用,因此系统采用了基于分词和...

Global site tag (gtag.js) - Google Analytics