哈罗,温克勒距离.doc

哈罗，温克勒距离 维基百科，自由的百科全书 （重定向自哈罗，温克勒） 跳转到：导航，搜索 在哈罗，温克勒距离（温克勒，1999年）是两个字符串之间的相似性措施。这是一个距离度量的哈罗（哈罗，1989年，1995年）和主要在记录之间的联系（重复检测）地区使用的变体。较高的两个字串的哈罗，温克勒的距离，越类似的字符串。在哈罗，温克勒距离度量的设计和最适合短字符串，如人名。比分是正常化，这样等于没有相似0和1是完全匹配。 内容 [隐藏] ?1定义 ?2例 ?3参见 ?4参考资料 ?5外部链接 [编辑]定义 哈罗距离的的DJ的两个指定字符串中一和中二是 其中： ?米是匹配的字符数（见下文）; ??是对换的号码（见下文）。 两名分别来自中一和中二的字符，被认为是匹配的，只有他们不是做得比 。 每个字符中一中二比所有的匹配字符。该匹配（人数，但不同的序列排列）除以2字符定义了换位数目。例如。在比较微量板条箱，我们所有的字母匹配，但他们在不同的顺序。通过交换的?和吨，我们可以把板条箱成微量元素。这样的两个元素互换称为换位。在德韦恩与杜安匹配的字母顺序已经在国家统计局，所以没有换的需要。 哈罗，温克勒距离大规模p使用前缀赋予更有利的评级从字符串前缀长度为一组开始比赛。给定两个串中一和中二，它们的哈罗，温克勒距离德国之声是： 其中： ?道琼斯是字符串中一和中二的距离哈罗 ?是共同的前缀长度的字符串开始到最高的4个字符 ?p是一个多大的成绩不断向上调整比例因子为具有共同的前缀。此在温克勒的工作中不断标准值是P值0.1 虽然通常被称为一个距离度量，哈罗，温克勒的距离，其实并不是在这个词的数学意义上的指标。 [编辑]范例 请注意，温克勒的“参考的”C代码中至少有两个来自哈罗，温克勒度量公布的结算方式不同。首先是他的一个错字表（adjwt使用），还有一些可选的长串额外宽容。 由于字符串中一的玛莎和S2的MARHTA我们发现： ?米= 6 ?|中一| = 6 ?| S2的的| = 6 ?有不匹配的字符是T / H的和的H /吨，导致 我们找到一个哈罗评分： 若要查找哈罗，温克勒评分标准体重使用P值0.1，我们继续寻找： 因此： 德国之声= 0.944 +（3 * 0.1（1 - 0.944））= 0.961 由于字符串中一的德韦恩和S2的杜安我们发现： ?米= 4 ?|中一| = 6 ?| S2的的| = 5 ?吨= 0 我们找到一个哈罗评分： 若要查找哈罗，温克勒评分标准体重使用P值0.1，我们继续寻找： 因此： 德国之声= 0.822 +（1 * 0.1（1 - 0.822））= 0.84 由于字符串中一的迪克逊和S2的的DICKSONX我们发现： D我x O的的? D第1 0 0 0 0 我0 1 0 0 0 ? 0 0 0 0 0 参数参数K 0 0 0 0 0 S 0的的0 0 0 0 ? 0 0 0 1 0 ? 0 0 0 0 1 x 0处的0 0 0 0 ?米= 4请注意，这两个X的不匹配，因为他们认为外面的三匹配窗口中。 ?|中一| = 5 ?| S2的的| = 8 ?吨= 0 我们找到一个哈罗评分： 若要查找哈罗，温克勒评分使用标准体重D = 0.1，我们继续寻找： ? 因此： 德国之声= 0.767 +（2 * 0.1（1 - 0.767））= 0.813 [编辑] ?莱文斯坦距离 ?记录挂钩 ?普查 [编辑] ?哈罗，肌肉萎缩症（1989年）。 “以创记录的进展联系起来的方法适用于佛罗里达州的坦帕市1985年人口普查”。美国统计学会杂志84（406）:414 - 20。 ?哈罗，肌肉萎缩症（1995年）。 “大型公共健康数据文件的概率之间的联系”。医学统计14（5-7）:491 - 8。个人主页：10.1002/sim.4780140510。结论7792443。 ?温克勒之际，大肠杆菌（1999）。他说：“当前记录的联系和研究问题的国家”。统计司的收入，国内税收署出版R99/04。 /srd/papers/pdf/rr99-04.pdf。 ?温克勒之际，大肠杆菌（2006）。 “联动的记录和当前的研究方向概述”。研究报告系列，转播系统。 /srd/papers/pdf/rrs2006-02.pdf。 [编辑]外部链接 ?实施及在爪哇LingPipe文件。功能广泛的比较与原strcmp.c实施。 ?strcmp.c - 原始?实现了该算法的作者 ?开放Java的源代码的执行和。NET中 ?PHP中的执行情况，GPLv3.0发布 来自