- iOS/Objective-C 元类和类别
- objective-c - -1001 错误,当 NSURLSession 通过 httpproxy 和/etc/hosts
- java - 使用网络类获取 url 地址
- ios - 推送通知中不播放声音
根据 wikipedia对 Wagner-Fischer 算法进行了可能的修改,该算法可以计算两个单词的 Levenshtein 距离是否低于某个阈值,如果您想知道的话,这比原始算法快得多。
“通过检查对角线而不是行,并使用惰性求值,我们可以在 O(m (1 + d)) 时间内找到编辑距离(其中 d 是编辑距离),这比常规方法快得多距离较小的动态规划算法。"
这个解决方案是如何工作的?我真的很难想象它,因为感觉任何矩阵单元格的值都取决于上面、左边和对角线左边的单元格的值,所以我不确定如何遍历仅使用对角线条的矩阵。
最佳答案
第二次尝试解释:
假设我们正在查找长度为 m 的单词和长度为 n 的单词之间的距离。令矩阵条目的索引为[0, m] × [0, n],其中(i, j)条目表示长度为m的词的长度i前缀与长度为j的前缀之间的编辑距离长度为n的单词。
我们可以将动态规划视为在有向图中寻找从 (0, 0) 到 (m, n) 的最短路径,该有向图中的顶点对应于矩阵条目,具有长度为 1 的向右弧和长度为 1 的向下弧,并且length-0 或 length-1 对角线弧,取决于 i 和 j 处的字符是否匹配。简而言之,这个想法是使用 A*具有长度差异启发式 H(i, j) = |(m - i) - (n - j)|。然后,我们不扩展 A* 值大于 d 的节点。结果是只需要打开部分对角线:
o t h e r w o r d
t * * *
h * * *
e * * *
w * * *
o * * *
r * * *
d * * *
第一次尝试解释:
每个矩阵条目 (i, j) 的下限为 |i - j|,因为这是达到该状态所需的非对角线移动次数的下限。 strip 是坐标 (i, j) 满足 |i - j| 的每个元素≤ d,看起来像
o t h e r w o r d
t * * *
h * * * *
e * * * * *
w * * * * *
o * * * * *
r * * * * *
d * * * * *
对于 d = 2。当需要 strip 外空白元素的值时,只需使用 d。最后,任何 ≤ d 的 strip 条目都是有效的,因为空白元素只能贡献 d + 1,因为 strip 元素的左上邻居也在 strip 上。
对于不同长度的单词,我们其实可以把参数应用到转置和限制到strip like
o t h e r w o r d
t * * *
h * * *
e * * *
w * * *
o * * *
r * * *
d * * *
尽管渐近运行时间是相同的。
关于algorithm - 仅使用对角线条的 Levenshtein 矩阵,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42112817/
我正在寻找 Damerau–Levenshtein 的实现PHP 的算法,但我的 friend google 似乎找不到任何东西。到目前为止,我必须使用 PHP 实现的 Levenshtein(没有
我坐在这里用 Java 为我的主程序编写一些算法(这是迄今为止的第一个)。我对 levenshtein 算法进行了很好的编程,这要归功于 wiki 对新手的伪代码非常好,还有一个很好的教程 :D 然后
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 问题必须表现出对正在解决的问题的最低限度的理解。告诉我们您尝试过的方法、为什么不起作用以及它应该 起作用
similar_text()中文汉字版 复制代码 代码如下: <?php &nbs
我实现了一个 levenshtein trie 来查找与给定单词相似的单词。 我的目标是有一种快速的方法来进行拼写纠正。 但是我发现有一种更快的方法可以做到这一点: 莱文斯坦自动机 我只是有一个问题.
说我的数据库中有以下两个字符串: (1) 'Levi Watkins Learning Center - Alabama State University' (2) 'ETH Library' 我的软
这是一个字符串 T : 'men shirt team brienne funny sarcasm shirt features graphic tees mugs babywear much rea
我想使用字符串相似度函数来查找数据库中损坏的数据。 我遇到了其中几个: 贾罗, 贾罗-温克勒, 编辑, 欧几里得和 Q-gram, 我想知道它们之间有什么区别以及它们在什么情况下效果最好? 最佳答案
我需要一些有关以下代码的帮助。在这种情况下,我需要找到与输入的单词最接近的单词来测试我将 word_0 设置为“pikaru”,它应该返回“pikachu”。 levenshtein 函数返回我们输入
我有一个脚本可以使用 Levenshtein 在数据库中搜索单词。当我搜索英文单词时一切正常,但是当我搜索俄语单词时,MySQL 控制台报错: [22007][1366] (conn=31079) I
列支敦士登在c编程中总是返回无限循环这是我的代码我尝试了很多解决方案并且我尝试存储变量并使用指针但总是有无限循环我认为这是因为3个递归调用但在列支敦士登算法的文档中我找到了这个实现 #include
有什么方法可以对数组使用 Levenshtein Distance例如我有一个包含多个文本的 div one,two,three,longtext,anything 和一个输入 // sometex
这是我为了好玩而编写的 Levenshtein 距离的并行实现。我对结果很失望。我在核心 i7 处理器上运行它,所以我有很多可用线程。但是,当我增加线程数时,性能会显着下降。我的意思是,对于相同大小的
我想对 mysql 查询结果执行编辑。 查询如下所示: $query_GID = "select `ID`,`game` from `gkn_catalog`"; $result_GID = $dbc
我有包含两个相似字符的字符串。两者都显示为带有 ogonek 的小“a”: ± ± (注意:根据渲染器,它们有时呈现相似,有时略有不同) 但是,它们是不同的: 第一个字符的特征: 在 PostgreS
我有一个足够有效的查询,但我想通过在查询参数和相关字段之间使用 levenshtein 对结果进行排序。 现在我在 ES 中进行查询,然后在我的应用程序中进行排序。现在我正在测试脚本字段。这是脚本 i
我使用此查询来搜索公司详细信息 select * from company_details where levenshtein_ratio('New York Life Insurance Compa
我正在寻找一个字符串比较指标 ala Levenshtein,当字符串中的字符被打乱时,它也可以工作。有谁知道这样的指标?如果有一个 Python 模块可以计算这样的指标,那就太好了。谢谢! 最佳答案
R 中有一个名为stringdist 的package,它包含计算Levenshtein 字符串距离的函数。这个包有两个问题: 1st 它不适用于大字符串,例如: set.seed(1) a.str
我正在编写一个使用比较来确定模糊匹配的脚本,因此我正在使用 Levenshtein 功能。 不幸的是,当我在终端窗口中运行 easy_install python-Levenshtein 时,当我在其
我是一名优秀的程序员,十分优秀!