基于基本操作序列的编辑距离顺序验证-计算机科学.PDF

Vo 1. 43 No. 6A 第 43 卷第6A 期 计算机科学 2016 年 6 月 Computer Science June 2016 基于基本操作序列的编辑距离顺序验证 张润梁牛之贤 (太原理工大学计算机科学与技术学院 太原 030024) 摘 要 两字符串的编辑距离是从一个串转换到另一个串所需要的最少基本操作数。编辑距离广泛应用于字符串近 似匹配、字符串相似连接等领域。动态规划法利用编辑距离矩阵来计算两个串的编辑距离，需要计算矩阵中的所有元 素，时间效率低。改进的方法改变了矩阵中元素的计算次序，减少了需要比对的元素，但仍需要比对一半以上的元素， 时间效率还有待提高。提出基于基本操作序列的编辑距离顺序验证方法。首先，分析了基本操作序列的可列性，给出 了列举基本操作序列的方法。然后依次顺序验证基本操作数从小到大的基本操作序列直到某一序列通过验证，得到 其编辑距离。在阂值为 2 的字符串近似搜索实验中发现，所提方法比动态规划l 类方法具有更高的效率。 关键词 近似串搜索，编辑距离，顺序验证，基本操作序列 中图法分类号 TP391 文献标识码 A Sequential Verification Algorithm to Compute Edit Distance ßased on Edit Operation S叫uence ZHANG Run-liang NIU Zhi-xian (College of Computer Science and Technology ,Taiyuan University of Technology ,Taiyuan 030024) Abstract The edit distance between two strings is the minimum number of edit operations required to transform one into another. The edit distance is widely used in approximate string match ,string similarity joins and etc. Dynamic pro- gramming algorithm(DPA) uses an edit distance matrix to compute the edit distance between two strings ,which needs to compute all the elements in the matrix and has poor time efficiency. The progressive method changes the calculation orders of the elements to reduce the calculation numbers ,which still needs to compute half of the elements and whose time efficiency needs to be improved. In our paper ,we proposed a sequential verification algorithm to compute the edit distance based on the edit operation sequenc已 First， we analyzed the enumerable nature of edit operati