转载请标注原链接：http://www.cnblogs.com/xczyd/p/3808035.html
编辑距离概念描述
编辑距离，又称Levenshtein距离，是指两个字串之间，由一个转成另一个所需的最少编辑操作次数。一般情况下编辑操作包括：
- 将一个字符替换成另一个字符；
- 插入一个字符；
- 删除一个字符；
例如，将单词kitten转成单词sitting需要如下三个步骤：
- sitten （k→s）
- sittin （e→i）
- sitting （→g）
俄罗斯科学家Vladimir Levenshtein在1965年提出这个概念。
编辑距离的应用在信息检索、拼写纠错、机器翻译、命名实体抽取、同义词寻找等问题中有较多的应用
问题定义
求出任意两个字符串的编辑距离，即把一个字符串s1最少经过多少步操作变成编程字符串s2。其中操作有三种，添加一个字符，删除一个字符，修改一个字符
问题解析
首先定义这样一个函数——edit(i, j)，它表示第一个字符串的长度为i的子串A到第二个字符串的长度为j的子串B的编辑距离。
可以利用如下动态规划公式来解析问题：
- 若 i = 0 且 j = 0，那么 edit(i, j) = 0
- 若 i = 0 且 j > 0，那么 edit(i, j) = j
- 若 i > 0 且 j = 0，那么 edit(i, j) = i
- 若 i ≥ 1 且 j ≥ 1，那么 edit(i, j) = min{ edit(i-1, j) + 1, edit(i, j-1) + 1, edit(i-1, j-1) + f(i, j) }
其中，当第一个字符串的第i个字符不等于第二个字符串的第j个字符时，f(i, j) = 1；否则，f(i, j) = 0。
第1,2,3个公式理解起来都比较容易，第4个公式其实列出了字符串i向字符串j转变的三种方式（自左向右依次为在字符串A的末尾删除一个字符，在字符串A的末尾添加一个与字符串B的末尾相同的字符，将字符串A末尾的字符替换为字符串B末尾的字符），然后分别计算其编辑距离，最后取其中的最小值。
Java代码
由上述动态规划公式，可以编写编辑距离的Java代码如下：
public int minDistance(String word1, String word2) {
//若两个字符串都为空时，编辑距离为0
if((word1==null||word1.length()==0)&&(word2==null||word2.length()==0)){
return 0;
}
//若其中一个字符串为空时，编辑距离为另一个字符串的长度
if(word1==null||word1.length()==0){
return word2.length();
}
if(word2==null||word2.length()==0){
return word1.length();
}
//建立二维数组来保存所有的edit(i,j)
int[][] edit_distance = new int[word1.length()+1][word2.length()+1];
for(int i=0;i<word1.length()+1;i++){
edit_distance[i][0] = i;
}
for(int j=0;j<word2.length()+1;j++){
edit_distance[0][j] = j;
}
//套入动态规划公式
for(int i=1;i<word1.length()+1;i++){
for(int j=1;j<word2.length()+1;j++){
int d1 = edit_distance[i-1][j]+1;
int d2 = edit_distance[i][j-1]+1;
int d3 = edit_distance[i-1][j-1]+
(word1.charAt(i-1)==word2.charAt(j-1)?0:1);
edit_distance[i][j] = Math.min(d1,Math.min(d2,d3));
}
}
return edit_distance[word1.length()][word2.length()];
}
相关博客
http://www.cnblogs.com/biyeymyhjob/archive/2012/09/28/2707343.html 有注解有图写的相当好
http://www.cnblogs.com/pandora/archive/2009/12/20/levenshtein_distance.html