编辑距离

✍ dations ◷ 2025-04-30 07:05:05 #字符串算法,字符串相似性度量,度量几何,信息论,字符串

编辑距离是针对二个字符串(例如英文字)的差异程度的量化量测,量测方式是看至少需要多少次的处理才能将一个字符串变成另一个字符串。编辑距离可以用在自然语言处理中,例如拼写检查可以根据一个拼错的字和其他正确的字的编辑距离,判断哪一个(或哪几个)是比较可能的字。DNA也可以视为用A、C、G和T组成的字符串,因此编辑距离也用在生物信息学中,判断二个DNA的类似程度。Unix 下的 diff 及 patch 即是利用编辑距离来进行文本编辑对比的例子。

编辑距离有几种不同的定义,差异在可以对字符串进行的处理。

kitten和sitting的莱文斯坦距离是3。将kitten变为sitting的最小处理方式如下:

若是考虑LCS距离(只考虑加入及删除),LCS距离是5:

相关

  • 血癌白血病(拉丁语:leukemia,/luːˈkiːmiːə/)是一群癌症种类的统称,英文名称来自于古希腊语,λευκός(leukos,白色)与αἷμα(haima,血液)的组合。 它通常发病于骨髓,造成不正常白血
  • 奥斯河坐标:44°07′15″N 00°16′49″E / 44.12083°N 0.28028°E / 44.12083; 0.28028奥斯河是法国的河流,位于该国西南部,属于热利斯河的右支流,河道全长120公里,发源自贝尔纳代特
  • 扦插扦插又称插条、插枝,为植物所使用的其中一种繁殖方法,简单的说法是把一段植物插在某物质中使其生根、发芽,然后成长开花、结果,是取得与原植物特征一致的最有效方法,也有因植物的
  • 柏林动物园柏林动物园(Zoologischer Garten)是德国的第一个动物园。建于1844年。动物类别数目:1700种动物数目:16000只园内的水族馆分成以下几点:地址:Hardenbergplatz 8, Tiergarten, 10787
  • 总统府参军长中华民国总统府侍卫长,是国民政府参军长的后继官职。1996年《总统府组织法》修正,原本在国防军事方面扮演总统辅佐角色的上将衔总统府参军长与参谋总长的功能重叠,故予废除,仍保
  • 圣马力诺指数在星际政治中,圣马力诺指数是一个评估从地球向可能的智慧生命发出信号带来的威胁程度的指数。该指数由伊凡·艾尔玛(匈牙利语:Almár Iván)在2005年圣马力诺的一个会议上提出。
  • 乔治·伊登,第一代奥克兰伯爵乔治·伊登,第一代奥克兰伯爵,GCB、PC(George Eden, 1st Earl of Auckland,1784年8月25日 - 1849年1月1日),英国辉格党政治家、殖民地官员。曾三次出任第一海军大臣,并在1836年到18
  • RC4在密码学中,RC4(来自Rivest Cipher 4的缩写)是一种流加密算法,密钥长度可变。它加解密使用相同的密钥,因此也属于对称加密算法。RC4是有线等效加密(WEP)中采用的加密算法,也曾经是TL
  • 卷圈卷圈,是中国天津特色风味小吃。炸卷圈是用香油、麻酱、酱豆腐、姜末、五香粉、盐等调拌绿豆菜、香干、香菜、粉皮等成馅,以豆皮卷馅,切成约十五厘米的长段,用面粉、醋、盐调成的
  • 四柱木科参见正文四柱木科也叫异叶红树科、异形叶科或异叶木科,包括4属约34-36种,分布在全球热带潮湿或雨林地区。本科植物为乔木或灌木,单叶互生,革质,不对称,不等叶;花小;果实为核果,有肉质