【发布时间】：2012-07-25 08:44:02
【问题描述】：
此问题用于概念检查。我有一个字符串 000.00-010.0.0.0 我想从列表 {000.00-012.0.0.0 和 000.00-008.0.0.0} 中找到最接近的匹配项（在编辑度量中包含一个数字距离度量）我会喜欢以'012'，'010'和'008'作为标记并测量它们之间的距离。
字符串匹配的标准方法是查找每个字符位置的变化，对变化求和并返回一个距离。修改后的距离也将测量 CHARS 之间的 ASCII 距离 - G 离 E 比 D 更远。
要衡量 '012' 与 '008' 一样，需要将三个字符捆绑到一个令牌中。可以轻松测量此令牌的编辑距离和距离吗？由于删除了树数据库中的分隔符，问题似乎更加复杂。
我希望实际检查的建议解决方案是将“012”、“010”和“008”转换为单个 CHAR ASCII 符号，例如 )、* 和 +，测量字符距离和字符串编辑距离，然后在打印时转换回“012”、“010”和“008”。
示例字符串：MER99.C0.00M.14.006.00.060.350
还有通配符：
MER99.*.006.00.060.350MER99.C0.00M.??.006.00.060.350
由于字符串长度相同（有些需要虚拟字符长度，'00M'实际上是'M'）匹配是与汉明距离。
我不需要匹配算法、汉明距离方法、通配符或虚拟字符方面的帮助，我将其添加到问题的上下文中。现在，我将令牌视为单独的字符并获得良好的结果，但知道它们不如作为令牌处理时那样精确。限制因素可能是编码模式中的不一致。但是，我希望以此作为限制，而不是我的算法。
【问题讨论】：
-
为什么要将'012'、'010'和'008'改为一个字符？你可以照你说的做，求和每个字符的差异（绝对值）... 例如：
'012' - '010' : 0 [for '0'] + 0 [for '1'] + 2 [for '2' and '0'] = 2 -
'032' - '020' : 0 [for '0'] + 1 [for '3' and '2'] + 2 [for '2' and '0'] != 3是 12 所以'+' less '*' = 12 -
其实是12 * 1； 1 用于编辑，12 是“叶子”之间的距离
-
我假设 '012' 是一个 3 位数的十进制数。您不能在单个字符中更改此数字：值将从 0 变为 999，这显然不适合 [0;255]。
-
对于 12：
100 * 0 [for '0' and '0'] + 10 * 1 [for '3' and '2'] + 1 * 2 [for '2' and '0']
标签： c++ token string-matching extended-ascii