编辑距离 Java答案

【问题标题】：Edit Distance Java编辑距离 Java
【发布时间】：2018-04-30 01:23:42
【问题描述】：

我编写了这个算法来计算删除和插入（因此，编辑）数量的总和，以使第一个字符串等于第二个字符串。但它不起作用。

public static int distance (String s1, String s2) {
    return distance(s1, s2, 0, 0);
}

private static int distance(String s1, String s2, int i, int j) {
    if (i == s1.length) return j;
    if (j == s2.length) return i;
    if (s1.charAt(i) == s2.charAt(j))
        return distance(s1, s2, i + 1, j + 1);
    int rep = distance(s1, s2, i + 1, j + 1) + 1;
    int del = distance(s1, s2, i, j + 1) + 1;
    int ins = distance(s1, s2, i + 1, j) + 1;
    return Math.min(del, Math.min(ins, rep));
}

编辑：示例字符串 1：“casa” 字符串 2：“卡拉” edit_distance=2（1 次删除 + 1 次插入）

编辑2：这些是有效的字符串：字符串 1：“casa”，字符串 2：“cassa”，edit_distance=1；字符串 1：“pioppo”，字符串 2：“pioppo”，edit_distance=0；

这些是不起作用的：字符串 1：“casa”，字符串 2：“cara”，edit_distance=2；（在我的代码中=0）字符串 1：“tassa”，字符串 2：“passato”，edit_distance=4；（在我的代码中=2）

【问题讨论】：

很高兴看到您正在尝试解决的问题的描述。
请添加一些您使用过的测试字符串示例及其输出。我们需要能够将应该发生的事情与正在发生的事情进行比较。可能导致问题的一件事（我不是可以运行代码的人）是长度为 1 的任意长度的字符串。您从 0 开始递归。
什么是代表？为什么以 1 为代价只在每个单词中跳过一个字母是可以的？似乎立即搞砸了您的示例并返回 1 而不是 2
我用一些例子编辑了这个问题
您的示例与您的代码不匹配。如果我只是运行你的代码，我会得到不同的数字。如果您不显示您的实际代码，我们无法告诉您您做错了什么。

标签： java sorting methods

【解决方案1】：

我认为实现几乎是正确的，您错过了停止条件。它们应该是：

if (j == s2.length()) {
    return s1.length() - i;
}
if (i == s1.length()) {
    return s2.length() - j;
}

所以完整的实现应该是：

private static int distance(String s1, String s2, int i, int j) {
    if (j == s2.length()) {
        return s1.length() - i;
    }
    if (i == s1.length()) {
        return s2.length() - j;
    }
    if (s1.charAt(i) == s2.charAt(j))
        return distance(s1, s2, i + 1, j + 1);
    int rep = distance(s1, s2, i + 1, j + 1) + 2; // since Jim Belushi considers replacement to be worth 2.
    int del = distance(s1, s2, i, j + 1) + 1;
    int ins = distance(s1, s2, i + 1, j) + 1;
    return Math.min(del, Math.min(ins, rep));
}

更新

这是“tassa”和“passato”的结果：

代码：

private static int distance(String s1, String s2, int i, int j) {
    if (j == s2.length()) {
        return s1.length() - i;
    }
    if (i == s1.length()) {
        return s2.length() - j;
    }
    if (s1.charAt(i) == s2.charAt(j))
        return distance(s1, s2, i + 1, j + 1);
    int rep = distance(s1, s2, i + 1, j + 1) + 2;
    int del = distance(s1, s2, i, j + 1) + 1;
    int ins = distance(s1, s2, i + 1, j) + 1;
    return Math.min(del, Math.min(ins, rep));
}

public static void main(String[] args) {
    int dist = distance("tassa", "passato", 0, 0);
    System.out.println(dist);
}

如果你运行它，你会得到：

【讨论】：

testFourDistance(editdistance.EditDistanceTests)：预期：，但是：
这是我的测试：assertEquals(4, EditDistance.distance("tassa", "passato"));
@JimBelushi: testFourDistance(editdistance.EditDistanceTests): 预期: 但是是:。测试中使用了哪些值？
“tassa”和“passato”
@JimBelushi：请查看我的更新回复。我也得到 4 个。

【解决方案2】：

这应该是你想要的

如果 char 的每次编辑都意味着距离 +2（= 删除 + 添加），它还会添加添加/删除的字符数 - 但只有 +1，而不是 +2

//get number of deletions / edits - inc 1 per each
public static void editDistance() {
    String s1 = "casa";
    String s2 = "cara";

    String longer;
    String shorter;
    if(s1.length() > s2.length()) {
        longer = s1;
        shorter = s2;
    }else {
        shorter = s1;
        longer = s2;
    }

    int edits = 0;
    for (int i = 0; i < shorter.length(); i++) {
        if(shorter.charAt(i) != longer.charAt(i)) {
            edits++;
        }
    }

    edits = edits *2; //one delete, one insert you told
    edits = edits + Math.abs(s1.length() - s2.length()); //if different length then add counts of added/removed chars 

    System.out.println("edit count: " + edits);

}

【讨论】：

【解决方案3】：

当你到达一个字符串的结尾而不是另一个字符串的结尾时，你需要指定如何继续，试试这个

public static void main(String[] args) {
    System.out.println(distance("casa","cassa"));
}

public static int distance (String s1, String s2) {
    return distance(s1, s2, 0, 0);
}

private static int distance(String s1, String s2, int i, int j) {
    if (i == s1.length() && j==s2.length())
        return 0;
    else if(i== s1.length())
        return s2.length() - j;
    else if(j == s2.length())
        return s1.length() - i;

    if (s1.charAt(i) == s2.charAt(j))
        return distance(s1, s2, i + 1, j + 1);

    int rep = distance(s1, s2, i + 1, j + 1) + 1;
    int del = distance(s1, s2, i, j + 1) + 1;
    int ins = distance(s1, s2, i + 1, j) + 1;
    return Math.min(del, Math.min(ins, rep));
}

输出

注意：第一个if 不是必需的，只是让代码更易于理解......在你的impl中删除它

【讨论】：

@JimBelushi 你确定吗？适合我，你能提供输入吗？
String s1 = "casa";字符串 s2 = "cassa"; assertEquals(1, EditDistance.distance(s1, s2));
@JimBelushi 有效，可能是您的测试语法有问题或其他问题......
@JimBelushi 好的，然后将 2 添加到该操作。请在下面查看我的更新答案。
@JimBelushi 有效，给出 4，再次检查你的语法，下面的代码与这篇文章的代码相同......但没有不必要的 if，给他积分！

【解决方案4】：

两个简单的更改和您的代码工作：

第一：

    if (i == s1.length()) return s2.length() - j;
    if (j == s2.length()) return s1.length() - i;

而不是

    if (i == s1.length()) return j;
    if (j == s2.length()) return i;

下一步：

    int rep = distance(s1, s2, i + 1, j + 1) + 2;

最后的 2 在这里很重要。如果 rep 表示替换，则它是一个删除和一个插入。使其成为两个操作，而不是 1。

【讨论】：

【解决方案5】：

它适用于我：

private static int distance(String s1, String s2, int i, int j) {
    if (i == s1.length() && j == s2.length()) {
        return 0;
    } else if (i == s1.length()) {
        return s2.length() - j;
    } else if (j == s2.length()) {
        return s1.length() - i;
    }

    if (s1.charAt(i) == s2.charAt(j)) {
        return distance(s1, s2, i + 1, j + 1);
    }

    // int rep = distance(s1, s2, i + 1, j + 1) + 1;
    int del = distance(s1, s2, i, j + 1) + 1;
    int ins = distance(s1, s2, i + 1, j) + 1;
    //  return Math.min(del, Math.min(ins, rep));
    return Math.min(del, ins);
}

有测试，它也有效：

/**
 * Test of distanceRec method, of class EditDistance.
 */
@Test
public void testDistanceRec() {
    System.out.println("distanceRec");
    String s1 = "passato";
    String s2 = "tassa";
    int expResult = 4;
    int result = EditDistance.distanceRec(s1, s2);
    assertEquals(expResult, result);
    // Review the generated test code and remove the default call to fail.
    //fail("The test case is a prototype.");
}

在这个应用程序中，您只能使用两种操作：插入和删除，不能进行替换或匹配等其他操作。练习文本：

假设可用的操作只有两个：删除和插入一个字符。例子： - “casa”和“cassa”的编辑距离等于1（1次取消）； - “casa”和“cara”的编辑距离等于 2（1 次取消 + 1 次插入）； - “税”和“过去”的编辑距离等于 4（3 次取消 + 1 次插入）； - "poplar" 和 "poplar" 的编辑距离为 0。

【讨论】：