gpt4 book ai didi

algorithm - Levenshtein与特定数字组的距离

转载 作者:行者123 更新时间:2023-12-02 20:30:16 26 4
gpt4 key购买 nike

我的输入是三个数字-一个数字s以及以b为范围的开始e和结束0 <= s,b,e <= 10^1000。任务是找到s与范围[b, e]中所有数字之间的最小Levenstein距离。不必找到最小化距离的数字,最小距离就足够了。

显然,我必须将数字读取为字符串,因为标准C ++类型将无法处理这么大的数字。为可能在很大范围内的每个数字计算Levenstein距离是不可行的。

有任何想法吗?

最佳答案

[编辑10/8/2013:尽管考虑到它们不会导致不正确,但毕竟不必考虑DP算法中考虑的某些情况:)]

在下面的内容中,我描述了一种算法,该算法花费O(N ^ 2)时间,其中N是b,e或s中最大的数字位数。由于所有这些数字均限制为1000位,这意味着最多几百万个基本操作,而在任何现代CPU上,这将花费毫秒。

假设s有n位数字。在下文中,“在...之间”是指“包括”;如果我的意思是“排除其端点”,我将说“严格限制”。索引基于1。 x [i]表示x的第i个数字,例如x [1]是其第一位。

解决问题

首先要做的是将问题分解为一系列子问题,其中每个b和e具有相同的数字位数。假设e比k多k> = 0:将问题分解为k + 1个子问题。例如。如果b = 5且e = 14032,则创建以下子问题:


b = 5,e = 9
b = 10,e = 99
b = 100,e = 999
b = 1000,e = 9999
b = 10000,e = 14032


我们可以解决所有这些子问题,并采取最小的解决方案。

最简单的情况:中间

简单的情况是中间的情况。每当e比b多拥有k> = 1个数字时,将存在k-1个子问题(例如上述3个问题),其中b是10的幂,e是10的下一个幂减1。假设b是10 ^ m 。请注意,选择1到9之间的任何数字,然后选择0到9之间的任何m个数字,将生成范围为b <= x <= e的数字x。此外,在此范围内没有数字无法以此方式产生。 s(或实际上不是以0开头的任何给定的长度为n的数字字符串)与范围为10 ^ m <= x <= 10 ^(m + 1)-1的任何数字x之间的最小Levenshtein距离一定是abs(m + 1-n),因为如果m + 1> = n,则可以简单地选择x的前n个数字与s中的数字相同,然后删除其余部分,如果m + 1 < n然后选择第一个m + 1与s中的m + 1相同,然后插入剩余的m + 1。

实际上,我们可以在一个恒定时间操作中处理所有这些子问题:如果最小的“简单”子问题具有b = 10 ^ m,最大的“简单”子问题具有b = 10 ^ u,则之间的最小Levenshtein距离s,如果n u,则为nu,否则为0。

困难的情况:终结

困难的情况是b和e分别不限于形式为b = 10 ^ m和e = 10 ^(m + 1)-1。任何一个主问题最多可以生成这样的两个子问题:两个“结尾”(由b和e具有不同数字位数的主问题导致,例如顶部的示例)或一个子问题(即主问题)。问题本身,由于b和e已经具有相同的数字位数,因此根本不需要细分。注意,由于先前的问题分解,我们可以假定子问题的b和e具有相同的位数,我们将其称为m。

超级Levenshtein!

我们要做的是设计一个Levenshtein DP矩阵的变体,该矩阵计算给定数字字符串(s)与范围b <= x <= e中任何数字x之间的最小Levenshtein距离。尽管增加了此“功能”,该算法仍将在O(n ^ 2)时间内运行:)

首先,请注意,如果b和e的位数相同且b!= e,则必须是这样的情况:它们由左侧的相同位数q> = 0组成,然后是较大的位数在e中比在b中。现在考虑生成随机数字字符串x的以下过程:


将x设置为b的前q个数字。
在b [i]和e [i]之间将随机选择的数字d附加到x。
如果d == b [i],我们“拥抱”下界:

对于从q + 1到m的i:

如果b [i] == 9,则附加b [i]。 [2013年10月8日编辑:实际上这不会发生,因为我们选择q是为了使e [i]大于b [i],并且没有大于9的数字!]
否则,掷硬币:

标题:附加b [i]。
尾巴:附加一个随机选择的数字d> b [i],然后转到6。


停止。

否则,如果d == e [i],我们“拥抱”上限:

对于从q + 1到m的i:

如果e [i] == 0,则附加e [i]。 [EDIT 10/8/2013:实际上这不可能发生,因为我们选择q使得b [i]小于e [i],并且没有任何数字小于0!]
否则,掷硬币:

标题:附加e [i]。
尾巴:附加一个随机选择的数字d

停止。

否则(如果d严格在b [i]和e [i]之间),则跳至步骤6。
继续在x后面附加随机选择的数字,直到它有m个数字为止。


基本思想是,在包含所有必须包含的数字之后,您可以“拥抱”下界的数字,直到您想要的时间,或者“拥抱”下界的数字,只要您想要的时间,并且尽快当您决定停止“拥抱”时,此后可以选择所需的任何数字。对于合适的随机选择,此过程将生成所有且仅数字x,使得b <= x <= e。

在长度分别为n和m的两个字符串s和x之间的“常规” Levenshtein距离计算中,我们有一个从(0,0)到(n,m)的矩形网格,并且在每个网格点(i,j)我们记录前缀s [1..i]和前缀x [1..j]之间的Levenshtein距离。使用自下而上的动态编程,从(i-1,j),(i,j-1)和(i-1,j-1)的分数计算(i,j)的分数。为了使其适应于将x视为一组可能的字符串(特别是对应于b和e之间的数字的数字字符串)之一,而不是特定的给定字符串,我们需要做的是记录每个分数而不是两个网格点:一种情况,我们假设选择位置j处的数字以拥抱下限,而另一种情况我们假设选择位置j的数字以拥抱上限。第三种可能性(上面的第5步)实际上并不需要DP矩阵中的空间,因为我们可以立即计算出整个输入字符串其余部分的最小Levenshtein距离,这与我们为“简单”而设计出的方式非常相似第一部分中的子问题。

Super-Levenshtein DP递归

称网格点(i,j)v(i,j)的总体最低得分。如果字符a和b不同,则令diff(a,b)= 1,否则为0。如果字符a在b..c范围内,则使inrange(a,b..c)为1,否则为0。计算为:

# The best Lev distance overall between s[1..i] and x[1..j]
v(i, j) = min(hb(i, j), he(i, j))

# The best Lev distance between s[1..i] and x[1..j] obtainable by
# continuing to hug the lower bound
hb(i, j) = min(hb(i-1, j)+1, hb(i, j-1)+1, hb(i-1, j-1)+diff(s[i], b[j]))

# The best Lev distance between s[1..i] and x[1..j] obtainable by
# continuing to hug the upper bound
he(i, j) = min(he(i-1, j)+1, he(i, j-1)+1, he(i-1, j-1)+diff(s[i], e[j]))


在计算v(i,j)的时间点,我们还将计算因选择“停止拥抱”而产生的Levenshtein距离,即选择严格在b [j]和e [j之间的数字](如果j == q)或(如果j!= q)高于b [j]或低于e [j],然后自由选择数字以使x的后缀与s的后缀尽可能接近:

# The best Lev distance possible between the ENTIRE STRINGS s and x, given that
# we choose to stop hugging at the jth digit of x, and have optimally aligned
# the first i digits of s to these j digits
sh(i, j) = if j >= q then shc(i, j)+abs(n-i-m+j)
else infinity

shc(i, j) = if j == q then
min(hb(i, j-1)+1, hb(i-1, j-1)+inrange(s[i], (b[j]+1)..(e[j]-1)))
else
min(hb(i, j-1)+1, hb(i-1, j-1)+inrange(s[i], (b[j]+1)..9),
he(i, j-1)+1, he(i-1, j-1)+inrange(s[i], (0..(e[j]-1)))


shc(i,j)的公式无需考虑“向下”移动,因为此类移动不涉及x的任何数字选择。

对于所有0 <= i <= n和0 <= j <= m,总的最小Levenshtein距离是v(n,m)和sh(i,j)的最小值。

复杂

将N设为s,b或e中任何一个的最大位数。原始问题可以在线性时间内分解为最多1组简单问题,总共需要O(1)个时间来解决,还有2个硬子问题,使用Super-Levenshtein算法都需要O(N ^ 2)个时间来解决,因此总的来说,这个问题可以用O(N ^ 2)时间来解决,即与数字位数成正比的时间。

关于algorithm - Levenshtein与特定数字组的距离,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/13866211/

26 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com