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(20485) 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>
            亚洲一级片在线看| 亚洲精品在线电影| 久久久夜精品| 在线成人激情视频| 欧美福利视频在线| 欧美日韩成人在线观看| 亚洲尤物在线| 欧美一区二区精品久久911| 国产在线一区二区三区四区| 美女性感视频久久久| 久久综合99re88久久爱| 一区二区高清在线观看| 中文成人激情娱乐网| 狠狠色香婷婷久久亚洲精品| 欧美国产91| 欧美午夜性色大片在线观看| 久久精品日产第一区二区| 久久亚洲精品网站| 日韩视频免费在线| 亚洲一品av免费观看| 在线日韩视频| 中文国产一区| 亚洲成人原创| 日韩视频精品在线| 激情小说亚洲一区| 亚洲国产精品成人综合色在线婷婷 | 欧美日韩亚洲一区二区三区在线| 亚洲一区二区三区三| 欧美在线视频二区| aa级大片欧美| 久久精品日韩一区二区三区| 一区二区三区不卡视频在线观看| 久久aⅴ国产欧美74aaa| 亚洲视频在线免费观看| 久久这里有精品15一区二区三区| 亚洲尤物在线| 欧美黄污视频| 免费欧美日韩国产三级电影| 国产精品hd| 最新精品在线| 在线观看亚洲视频| 欧美亚洲一区三区| 亚洲一区二区3| 你懂的一区二区| 久久精品理论片| 欧美日一区二区在线观看| 亚洲高清资源| 亚洲国产精品福利| 久久成人一区二区| 欧美一区二区三区四区夜夜大片| 欧美精品二区三区四区免费看视频| 久久综合久久综合久久| 国产精品日韩欧美一区二区三区| 亚洲激情专区| 亚洲精品五月天| 免费高清在线视频一区·| 久久久久久亚洲精品杨幂换脸| 国产精品久久久久久久久久免费 | 猛男gaygay欧美视频| 欧美自拍丝袜亚洲| 国产精品久久久久久久浪潮网站| 日韩视频免费观看高清完整版| 亚洲精品国产精品乱码不99按摩| 久久九九全国免费精品观看| 久久久99爱| 国产一区二区福利| 欧美一区二区视频网站| 亚洲欧美日韩国产| 国产精品毛片大码女人| 亚洲一级高清| 性欧美大战久久久久久久久| 国产精品实拍| 午夜久久美女| 久久精品一区二区国产| 国产日韩免费| 欧美中日韩免费视频| 久久琪琪电影院| 亚洲第一毛片| 欧美精品www在线观看| 亚洲精品一区二区三区福利| 亚洲一二三区在线| 精品999网站| 麻豆久久久9性大片| 亚洲欧美制服另类日韩| 欧美一级视频精品观看| 国产女主播一区二区三区| 欧美一区二区三区在线观看视频| 欧美亚洲一区二区三区| 国产一区二区三区久久久久久久久 | 国产亚洲精品aa午夜观看| 久久久久久久久久久一区| 欧美韩日一区二区| 9色精品在线| 国产精品视频一二三| 久久国产99| 亚洲国产欧美日韩精品| 亚洲一区二区成人| 国产亚洲第一区| 免播放器亚洲一区| 一区二区高清在线| 久久噜噜噜精品国产亚洲综合 | 欧美午夜精品久久久久久久| 午夜视频在线观看一区| 亚洲福利一区| 久久国产视频网| 亚洲精品中文字幕女同| 国产欧美一区二区三区另类精品| 久久午夜精品| 亚洲免费在线视频| 欧美激情片在线观看| 欧美在线视频在线播放完整版免费观看| 亚洲第一福利在线观看| 国产精品日韩专区| 久久综合狠狠| 亚洲午夜久久久| 亚洲激情精品| 免费影视亚洲| 欧美一区在线直播| 一本色道久久综合精品竹菊| 国产午夜精品理论片a级大结局 | 欧美日韩在线大尺度| 久久久亚洲欧洲日产国码αv| 国产精品99久久久久久久女警| 欧美chengren| 性色一区二区| 亚洲天堂成人| 一本到12不卡视频在线dvd| 影音先锋一区| 国产精品影视天天线| 欧美日韩成人综合| 欧美激情第9页| 玖玖玖国产精品| 久久精品人人做人人爽| 欧美一区二区三区四区夜夜大片| 亚洲伦伦在线| 亚洲国产欧美另类丝袜| 欧美国产激情二区三区| 久久欧美中文字幕| 欧美一区二区三区免费在线看| 一区二区三区视频免费在线观看| 91久久精品网| 亚洲高清免费在线| 一色屋精品亚洲香蕉网站| 国内外成人免费激情在线视频| 国产欧美91| 国产色综合天天综合网| 国内成+人亚洲| 亚洲国产成人久久| 亚洲激情在线激情| 亚洲精品乱码久久久久| 午夜在线视频一区二区区别| 亚洲福利视频一区| 亚洲国产成人久久综合一区| 亚洲国产成人在线| 亚洲精品视频在线观看免费| 一本久道综合久久精品| 亚洲尤物视频在线| 欧美在线高清视频| 另类av导航| 欧美日韩三区四区| 国产伦精品一区二区三区照片91| 国产精品高清一区二区三区| 国产精品一区二区在线观看| 国模叶桐国产精品一区| 亚洲国产成人av| 亚洲一区国产一区| 久久综合狠狠综合久久综青草 | 亚洲激情婷婷| 亚洲午夜国产一区99re久久 | 欧美在线一二三区| 免费国产自线拍一欧美视频| 欧美日本不卡| 国产免费成人在线视频| 亚洲国产精品一区二区第四页av | 日韩视频在线观看免费| 亚洲一卡二卡三卡四卡五卡| 久久久久久久一区二区| 亚洲国产欧洲综合997久久| 99精品视频一区二区三区| 欧美在线视频免费| 欧美久久成人| 一区二区亚洲| 亚洲一区二区少妇| 久久在线免费观看| 一区二区三区视频在线| 久久精品一区二区国产| 国产精品成人久久久久| 亚洲国产精品久久久久秋霞影院 | 亚洲午夜视频在线观看| 久久蜜桃精品| 亚洲一区二区网站| 欧美好骚综合网| 精品成人一区| 午夜精品久久久久久久99水蜜桃| 亚洲福利视频二区| 久久九九国产| 国产女优一区| 亚洲欧美日韩精品久久久| 最新日韩中文字幕| 久久久亚洲国产美女国产盗摄|