动态规划求解编辑距离问题(转)

动态规划求解编辑距离问题(转)

 

题目描述：

要求两字符串有差异的字符个数。例如：
aaaaab aaa aa
aaaaac aab aa
这两个字符串，最大公共字串长度是5，但它们只有两个字符不同，函数输出值应为2。
如果是：
aaabbbcccddd
aaaeeeddd
函数的输出值应该是6。

比较形象地形容一下，把两个字符串排成上下两行，每个字符串都可以在任何位置插入空格以便上下对齐，每个列上至少有一个字符来自这两个字符串。当对齐程度最高的时候，没有对上的列的数即为函数输出值。
aaabbbcccddd
aaaeeeddd
最优对齐状态是：
aaabbbccc ddd
aaaeee     ddd
没有对上的列是6，函数输出值为6。
如果是：
abcde
acefg
最优对齐状态是：
abcde
a  c  efg
没有对上的列数是4，函数输出值为4。

问题抽象归类：（编辑距离问题）

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B所用的最少字符操作数称为字符串A到B的编辑距离,记为d(A,B)。试设计一个有效算法,对任给的2个字符串A和B,计算出它们的编辑距离d(A,B)。
要求：
输入：第1行是字符串A,第2行是字符串B。
输出：字符串A和B的编辑距离d(A,B)

思路：动态规划

开一个二维数组d[i][j]来记录a0-ai与b0-bj之间的编辑距离，要递推时，需要考虑对其中一个字符串的删除操作、插入操作和替换操作分别花费的开销，从中找出一个最小的开销即为所求

具体算法：

首先给定第一行和第一列，然后，每个值d[i,j]这样计算：d[i][j]   =   min(d[i-1][j]+1,d[i][j-1]+1,d[i-1][j-1]+(s1[i]  ==  s2[j]?0:1));  
 最后一行，最后一列的那个值就是最小编辑距离 

代码：

#include <stdio.h>
#include <string.h>
char    s1[1000],s2[1000];
int    min(int    a,int    b,int    c) {
    int    t = a < b ? a : b;
    return    t < c ? t : c;
}
void    editDistance(int    len1,int    len2) {
    int   ** d=new int   *[len1+1];     for   (int   k=0;k<=len1;k++)         d[k]=new int   [len2+1];
    int    i,j;
    for   (i = 0;i <= len1;i++)
        d[i][0] = i;
    for   (j = 0;j <= len2;j++)
        d[0][j] = j;
    for   (i = 1;i <= len1;i++)
        for   (j = 1;j <= len2;j++) {
            int    cost = s1[i] == s2[j] ? 0 : 1;
            int    deletion = d[i-1][j] + 1;
            int    insertion = d[i][j-1] + 1;
            int    substitution = d[i-1][j-1] + cost;
            d[i][j] = min(deletion,insertion,substitution);
        }
    printf("%d/n"  ,d[len1][len2]);
    for   (int     k=0;i<=len1;k++)         delete[] d[k];     delete[] d;
}
int    main() {
    while   (scanf("%s %s"  ,s1,s2) != EOF)
        editDistance(strlen(s1),strlen(s2));
}

转自:http://blog.csdn.net/yysdsyl/archive/2009/06/07/4249245.aspx