最短编辑距离问题理解

最短编辑距离是指两个字符串，把其中一个字符串转为另一个字符串所需要花费的最小操作成本。

设dp[i][j]为Xi与Yj的最短编辑距离，则Xi与Yj处于最优解时的排列有三种情况

1.Xi最后一个元素xi位于Yj最后一个元素yj的左边

2.Xi最后一个元素xi位于Yj最后一个元素yj的右边

3.Xi最后一个元素xi与Yj最后一个元素yj重合

无论最终dp[i][j]的字符串如何对齐，只用取三种情况的最小值即可。

对于1，转化操作时，yj是必然要删掉的，故必然有1个单位的操作成本，因为dp[i][j]是最优操作成本，故dp[i][j]-1就是Xi与Yj-1的最优操作成本，即dp[i][j]-1=dp[i][j-1]，即dp[i][j] = dp[i][j-1] + 1。

对于2，同理，对称，xi是必然要删掉的，dp[i][j] = dp[i-1][j] + 1

对于3，若xi = yj，则没有任何成本，此时Xi与Yj的最小操作成本与Xi-1和Yj-1相同，dp[i][j] = dp[i-1][j-1] + 0；若xi ≠ yj，则必然要将xi替换为yj或反之，故必然有1个单位的操作成本，所以dp[i][j] - 1是Xi-1与Yj-1的最优成本，dp[i][j] = dp[i-1][j-1] + 1;

整理递归式：dp[i][j] = min(dp[i-1][j], dp[i][j-1], dp[i-1][j-1] + diff(xi, yj));

可直接用递归求解或者动态规划求解。

转载于:https://www.cnblogs.com/SHQHDMR/p/10664927.html

最短编辑距离问题理解相关推荐

最短编辑距离问题： Levenshtein Distance
个人觉得只要你能明白edit数组的含义就可以理解状态转移方程了. /* 可以用来表示字符串的相似度? */ #include <bits/stdc++.h> using namespace ...
最短编辑距离（动态规划超详细填表法）
链接:https://www.nowcoder.com/questionTerminal/9649617be3bf42288f50758df4310655 来源:牛客网 UNIX系统下有一个行编辑器e ...
经典动态规划问题：最短编辑距离算法的原理及实现
编辑距离的定义编辑距离(Edit Distance)最常用的定义就是Levenstein距离,是由俄国科学家Vladimir Levenshtein于1965年提出的,所以编辑距离一般又称Leven ...
最短编辑距离 python_最短编辑距离算法实现
一,算法介绍在CS124课程的第一周提到求解两个字符串相似度的算法---Minimum Edit Distance(最短编辑距离)算法.该算法在NLP(自然语言处理)中也会用到. 如何定义相似度呢 ...
动态规划最常见的习题（最长公共子串、最长公共子序列、最短编辑距离）
(1)理论部分: (2)习题: 最长公共子串: 1 package month7.dp; 2 3 //https://www.nowcoder.com/questionTerminal/181a1a7 ...
902. 最短编辑距离
最短编辑距离 #include <iostream> #include <algorithm> using namespace std; const int N = 1001; ...
DP问题从入门到精通2.2（线性DP，最短编辑距离）
DP入门到精通系列 DP问题入门到精通1 DP问题入门到精通2.1 DP问题入门到精通3 DP问题入门到精通4 DP问题从入门到精通5 dp问题的难点到底是什么呢? 我认为是如何写出dp的更新方式,还 ...
动态规划---最短编辑距离
描述: 设A和B是2个字符串.要用最少的字符操作将字符串A转换为字符串B.这里所说的字符操作包括: (1)删除一个字符; (2)插入一个字符: (3)将一个字符改为另一个字符. 将字符串A变换为字符串 ...
如何用最短的时间理解一项数字技术？推荐这7本最新的白皮书（大数据、云原生、区块链、联邦学习等，附下载）...
正文开始信息技术.数据被国家认定为新的生产要素,对于数据从业者来说是时代赋予的巨大红利,但也要认识到,数据要素要发挥出价值,离不开数据要素市场的培育,更依赖于信息技术(大数据.人工智能.区块链.云计 ...

最短编辑距离问题理解

最短编辑距离问题理解相关推荐

最新文章

热门文章