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>
            欧美一区二区日韩| 一本到高清视频免费精品| 欧美在线看片a免费观看| 国产精品免费一区二区三区在线观看 | 久久久999精品免费| 久久精品视频免费| 亚洲电影免费在线观看| 亚洲国产另类久久精品| 欧美日韩1区2区3区| av成人福利| 亚洲欧美日韩国产另类专区| 国产午夜亚洲精品理论片色戒| 久久一区中文字幕| 欧美黄色aa电影| 欧美影视一区| 玖玖综合伊人| 午夜精品一区二区在线观看 | 一本久久综合亚洲鲁鲁| 国产三级精品在线不卡| 亚洲国产一成人久久精品| 国产精品久久久久aaaa| 欧美成人激情在线| 欧美午夜片欧美片在线观看| 久久―日本道色综合久久| 欧美成人精品一区| 欧美一区二区三区免费观看| 久久免费视频网站| 亚洲女同性videos| 女女同性女同一区二区三区91| 亚洲视频成人| 久久躁日日躁aaaaxxxx| 日韩午夜在线| 久久综合亚州| 久久精品色图| 国产精品久久久久久久久久久久久| 免费观看一区| 国产亚洲成av人片在线观看桃| 亚洲激情在线视频| 一区二区三区无毛| 亚洲一区影音先锋| 亚洲一区二区高清| 欧美成人黑人xx视频免费观看| 久久成人国产精品| 国产精品久久77777| 亚洲国产精品欧美一二99| 好吊色欧美一区二区三区四区 | 亚洲精品小视频| 亚洲承认在线| 久久精品一本| 欧美一区二区三区在线播放| 免费亚洲电影| 欧美福利影院| 激情六月综合| 久久成人国产| 亚洲男人第一网站| 国产精品久久中文| 一本色道久久88精品综合| 中日韩美女免费视频网站在线观看| 麻豆国产精品va在线观看不卡 | 99精品99久久久久久宅男| 久久中文在线| 噜噜噜躁狠狠躁狠狠精品视频 | 国产精品国产自产拍高清av王其| 亚洲国产裸拍裸体视频在线观看乱了| 精品91在线| 久久天堂av综合合色| 久久综合网色—综合色88| 国产一区二区三区自拍| 亚洲日本成人| 免费观看成人| 亚洲经典自拍| 在线一区二区三区四区五区| 欧美四级在线观看| 亚洲伊人伊色伊影伊综合网| 欧美亚洲视频在线看网址| 国产精品中文字幕欧美| 亚洲性线免费观看视频成熟| 欧美一区二区私人影院日本 | 狠狠综合久久| 免费久久99精品国产| 亚洲国产91| 亚洲一本大道在线| 国产日本欧美一区二区三区在线| 欧美一区二区三区精品| 老司机精品视频网站| 亚洲欧洲精品天堂一级| 欧美片第1页综合| 性久久久久久| 欧美激情a∨在线视频播放| 夜夜精品视频| 国产亚洲人成网站在线观看| 欧美成人国产| 亚洲欧美日韩高清| 欧美激情在线狂野欧美精品| 亚洲性xxxx| 伊人精品在线| 国产精品xxx在线观看www| 欧美一级在线视频| 91久久精品一区| 久久久最新网址| 夜夜嗨av一区二区三区四季av| 国产精品色婷婷| 免费在线亚洲欧美| 午夜精品一区二区在线观看 | 亚洲黄色尤物视频| 欧美诱惑福利视频| 一区二区三区四区蜜桃| 国产亚洲女人久久久久毛片| 欧美国产精品中文字幕| 欧美一级视频| 99精品国产高清一区二区| 麻豆精品视频在线| 亚洲欧美国产日韩天堂区| 亚洲日本一区二区三区| 国产一区自拍视频| 国产精品久久久久影院色老大| 欧美成人中文字幕在线| 久久国产一区二区三区| 亚洲视频日本| 亚洲精品在线免费| 亚洲福利视频在线| 老牛嫩草一区二区三区日本| 性感少妇一区| 亚洲欧美中日韩| 亚洲一区二区三区免费在线观看 | 性高湖久久久久久久久| 在线一区二区视频| 亚洲精品永久免费| 亚洲国产成人精品视频| 国产一区二区三区在线观看视频 | 欧美性天天影院| 欧美精品激情| 欧美高清一区| 欧美交受高潮1| 欧美高清不卡在线| 久久久久久噜噜噜久久久精品| 亚洲天堂黄色| 亚洲天堂av综合网| 一本一本a久久| 亚洲欧洲另类| 99一区二区| 一区二区毛片| 一区二区三区毛片| 亚洲国产精品久久精品怡红院| 欧美成人日本| 亚洲区免费影片| 日韩午夜在线观看视频| 99视频精品全国免费| 亚洲色无码播放| 亚洲一区二区在线| 欧美亚洲自偷自偷| 久久精品99久久香蕉国产色戒| 久久久久亚洲综合| 免费永久网站黄欧美| 欧美日韩日本视频| 国产精品理论片| 国产一区三区三区| 亚洲国产高清自拍| 99精品视频网| 欧美一级视频免费在线观看| 久久aⅴ国产紧身牛仔裤| 久久一区中文字幕| 国产三级精品在线不卡| 国产主播喷水一区二区| 黄色精品一区| 99riav1国产精品视频| 中国亚洲黄色| 久久婷婷国产综合尤物精品| 欧美激情精品久久久久久免费印度 | 在线午夜精品自拍| 久久精品主播| 亚洲欧洲美洲综合色网| 亚洲欧美国内爽妇网| 久久综合伊人77777尤物| 欧美日韩精品在线播放| 国产一区二区三区久久久久久久久| 亚洲大胆人体在线| 亚洲欧美国产视频| 女主播福利一区| 亚洲自拍电影| 欧美乱妇高清无乱码| 国产欧美日韩另类视频免费观看| 亚洲国产婷婷香蕉久久久久久99| 亚洲综合社区| 亚洲国产91色在线| 欧美中文在线观看| 欧美日韩一本到| 最新国产乱人伦偷精品免费网站 | 亚洲精品在线三区| 久久精品视频网| 国产精品系列在线播放| 亚洲美洲欧洲综合国产一区| 久久精品道一区二区三区| 亚洲人成网站777色婷婷| 久久精品二区| 国产午夜亚洲精品羞羞网站| 一区二区三区视频在线观看| 欧美国产综合视频| 久久精品国产清高在天天线| 国产精品久久久久一区|