基本理論

萊文斯坦距離(LD)用於衡量兩個字串之間的相似度。 以下我們稱這兩個字串分別為 s (原字串) 和 t (目標字串)。萊文斯坦距離被定義為”將字串 s 變換為字串 t 所需的刪除、插入、替換操作的次數”

演算法原理

該演算法的解決是基於動態規劃的思想，具體如下：
設 s 的長度為 n，t 的長度為 m。如果 n = 0，則返回 m 並退出；如果 m=0，則返回 n 並退出。否則構建一個數組 d[0..m, 0..n]。
將第0行初始化為 0..n，第0列初始化為0..m。
依次檢查 s 的每個字母(i=1..n)。
依次檢查 t 的每個字母(j=1..m)。
如果 s[i]=t[j]，則 cost=0；如果 s[i]!=t[j]，則 cost=1。將 d[i,j] 設定為以下三個值中的最小值：
緊鄰當前格上方的格的值加一，即 d[i-1,j]+1
緊鄰當前格左方的格的值加一，即 d[i,j-1]+1
當前格左上方的格的值加cost，即 d[i-1,j-1]+cost
重複3-6步直到迴圈結束。d[n,m]即為萊茵斯坦距離。

程式碼實現

import Levenshtein
class TextAnalyse:
    def LevenshiteinSimilarity(self,string1,string2):
        return Levenshtein.ratio(string1,string2)
    def similay(self,string1,string2):
        similar = self.LevenshiteinSimilarity(string1,string2)
        return similar
if __name__ == '__main__'
 
:
    t = TextAnalyse()
    print t.similay('基於YYYssssssssssss的xxxxxx001專案','YYYssssssssssss')

java版:

public class MinimumEditDistance { 

    public static int minEditDistance(String dest, String src) { 
        int[][] f = new int[dest.length()+1][src.length() + 1]; 
        f[0][0] = 0; 
        for
 
 (int i = 1; i < dest.length() + 1; i  ) { 
            f[i][0] = i; 
        } 
        for (int i = 1; i < src.length() + 1; i  ) { 
            f[0][i] = i; 
        } 
        for (int i = 1; i < dest.length() + 1; i  ) { 
            for (int j = 1; j < src.length() + 1; j  ) { 
                // 替換的開銷 
                int cost = 0; 
                if (dest.charAt(i - 1) != src.charAt(j - 1)) { 
                    cost = 1; 
                } 
                int minCost; 
                if (f[i - 1][j] < f[i][j - 1]) { 
                    minCost = f[i - 1][j] + 1; 
                } else { 
                    minCost = f[i][j - 1] + 1; 
                } 
                if (minCost > f[i - 1][j - 1] + cost) { 
                    minCost = f[i - 1][j - 1] + cost; 
                } 
                f[i][j] = minCost; 
            } 
        } 
        return f[dest.length()][src.length()]; 

    } 
    public static void main(String[] args) { 
        System.out.println(minEditDistance("kindle", "ainelw")); 
    } 
}