Levenshtein Distance是最小編輯距離的一種實現,網上搜到的一些python的實現,現在用前端的JavaScript來實現一下。什么是最小編輯距離?請看斯坦福的課件。簡單地說就是將string1變成string2需要的最少步驟。
例如string1是abc,sting2是123abc。把string1變成string2的最小編輯距離是3,即新增1,新增2,新增3。
例如string1是abc,string2是abd。把string1變成string2的最小編輯距離是1,即c替換成d。(也有的將其計算成2,先刪除c,再新增d,因此是要編輯2次)。
用Levenshtein Distance來實現最小編輯距離的算法邏輯見圖:
核心思想是用二維數組記錄每次計算的值,核心技巧當然還是遞歸。D(i-1, j) + 1代表將算法思想轉化成:將string1去掉末尾一個字符后,變成string2的最小編輯距離是多少。最終不管值是多少,還需要加1,因為之前去掉了一個字符。
同理D(i, j-1) + 1代表將算法思想轉化成:將string2去掉末尾一個字符后,變成string1的最小編輯距離是多少。最終不管值是多少,還需要加1,因為之前去掉了一個字符。
D(i-1, j-1)代表將算法思想轉化成:將string1和string2都去掉末尾一個字符后,變成相同字符串的最小編輯距離是多少。因為兩個字符串都去掉了一個字符,因此存在兩種情況:如果被去掉的字符相同,就抵消。如果不同,就+1,表示替換字符。
最終的最小編輯距離是上面3種方法求出來的值的最小值。二維數組執行計算的效果圖如下,最終的結果就是矩陣右上角的值:
static Minimum = (a, b, c) => {
return a < b ? (a < c ? a : c) : (b < c ? b : c);
};
static LevenshteinDistance = (v1, v2) => {
const len1 = v1.length;
const len2 = v2.length;
const matrix = []; // matrix
let i; // iterates through v1
let j; // iterates through v2
let sIndex; // ith character of v1
let tIndex; // jth character of v2
let cost; // cost
// Step 1
if (len1 === 0) return len2;
if (len2 === 0) return len1;
// Step 2
for (i = 0; i <= len1; i++) {
matrix[i] = [];
matrix[i][0] = i;
}
for (j = 0; j <= len2; j++) {
matrix[0][j] = j;
}
// Step 3
for (i = 1; i <= len1; i++) {
sIndex = v1.charAt(i - 1);
for (j = 1; j <= len2; j++) {
tIndex = v2.charAt(j - 1);
if (sIndex === tIndex) {
cost = 0;
} else {
cost = 1;
}
matrix[i][j] = Demo.Minimum(
matrix[i - 1][j] + 1,
matrix[i][j - 1] + 1,
matrix[i - 1][j - 1] + cost,
);
}
}
// Step 4
return matrix[len1][len2];
};