编辑距离
Coddy 动态规划入门 课程的第 9 课,共 15 课。
编辑距离,也称为 Levenshtein 距离,是一种用于衡量两个字符串之间差异的度量。具体来说,它是将一个字符串转换为另一个字符串所需的最少操作次数。
可能的操作包括:
- 插入:在其中一个字符串中插入一个字符
- 删除:从其中一个字符串中删除一个字符
- 替换:将其中一个字符串中的一个字符替换为另一个字符
编辑距离广泛应用于自然语言处理、计算机视觉和生物信息学等领域。
可以使用动态规划高效地计算两个字符串之间的编辑距离。
挑战
中等编写一个 Python 函数 edit_distance,接收两个字符串并返回它们之间的编辑距离。
例如:
edit_distance("kitten", "sitting")应返回 3edit_distance("intention", "execution")应返回 5
亲手试试
def edit_distance(str1, str2):
# 在这里编写代码动态规划入门中的所有课
自己练习: Python 在线编译器