我正在阅读Skiena的算法设计手册中的“8.2.1通过回归编辑距离”部分。在本节中,我无法理解以下两点。
以上两点提到计算插入和删除距离。我无法理解这种逻辑是如何工作的。似乎每对都假设需要插入和删除。我对吗?为什么每次插入和删除都添加1?请解释一下这个逻辑是如何工作的。
以下是算法
//we will pass two strings and lengths of those strings
int string_compare(char *s, char *t, int i, int j)
{
int k; /* counter */
int opt[3]; /* cost of the three options */
int lowest_cost; /* lowest cost */
if (i == 0) return(j * indel(’ ’));
if (j == 0) return(i * indel(’ ’));
opt[MATCH] = string_compare(s,t,i-1,j-1) + match(s[i],t[j]);
// *** I could not able to understand below two lines. ***
opt[INSERT] = string_compare(s,t,i,j-1) + indel(t[j]);
opt[DELETE] = string_compare(s,t,i-1,j) + indel(s[i]);
return( min(opt[Match],opt[INSERT],opt[DELETE])); //min function will return min of all three values
}
int match(char c, char d)
{
if (c == d) return(0);
else return(MAXLEN);
}
int indel(char c)
{
return(1);
}
请举例说明。
这不是一个重复的问题。我做了研究,但我找不到任何东西。
答案 0 :(得分:1)
这个算法花了我一段时间才真正把我的思绪包裹起来。请注意,我没有在我面前拿到那本教科书,但我会尝试帮助我所知道的。
我们说我们正在评估string1和string2。我还要详细说明MATCH。
你的陈述,"似乎每一对都假设需要插入和删除" 只需要一点澄清。该算法不一定假设需要插入和删除,它只是检查所有可能性。在检查递归插入/删除/匹配调用的结果后,它返回所有3的最小值 - 将string1更改为string2的3种可能方法中的最佳选择。
"为什么每次插入和删除都会添加1?" - 您为字符串的每次更改添加1。因此,需要更改的每个级别的递归都意味着"添加1"到编辑距离。但是,如果字母相同,则不需要进行更改,并添加0.这在match
中显示。*
每个递归调用表示对字符串的单个更改。
如果你看看这篇文章底部的参考文献,你可以找到一些关于算法如何工作的措辞周密的解释。有时这不是你需要的。这有点奇怪,但我偶尔会发现如果我可以对代码进行拟人化会很有帮助。考虑到这一点,我希望这会有所帮助。
让我们举个例子string_compare("he", "her", 2, 3)
。我们分别开始每个字符串的第2和第3个位置(结束)。以下是函数'所说的一些声音表达。当它第一次发送递归调用时:
有很多分支(这是指数时间复杂度),很难得出每个场景。但是,您可以看到INSERT对话框正在比较'他'并且'他'。在以下递归中,将测试每种可能性。但是,MATCH将始终是最佳的,因为每个字符匹配并添加0。
每个递归调用都会贯穿该对话。比较当前字符和重复,将字符插入string1并重复,并从string1中删除一个字符并重复。在每个递归级别中,这3个中的最小值是变化最小的路径。这将带来堆栈给你答案。
我知道这是一个奇怪的解释,但我希望它有所帮助。
除了已经提供的可能重复内容之外,还有一个关于此算法(包含代码)here的非常可靠的文章。
*
话虽如此,我老实说不确定为什么你的match
函数会返回MAXLEN
。我希望它返回1,如possible duplicate link from the comments所示。