基于局部变化性的改进编辑距离算法-武汉大学学报·信息科学版.PDF

第４１卷　 第７期 　 计 算 机 工 程 ２０１５年７月 　 　 Ｖｏｌ．４１　 Ｎｏ．７ 　 Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ Ｊｕｌｙ２０１５ ·开发研究与工程应用 · 文章编号：１０００⁃３４２８（２０１５）０７⁃０２９４⁃０５　 　 　 文献标识码：Ａ　 　 　 中图分类号：ＴＰ３０１．６ 基于局部变化性的改进编辑距离算法 王卫红，李　 君 （浙江工业大学计算机科学与技术学院，杭州３１００２３） 摘　 要：针对经典编辑距离算法在求解字符串相似度时计算效率过低的问题，提出一种改进的编辑距离算法。 先 求得２个字符串的最长公共前缀和最长公共后缀，再根据经典编辑距离算法得到２个字符串剩余部分之间的编辑 距离，由反证法证明该编辑距离即为２个原始字符串的编辑距离。 在此基础上，分析改进算法的优势并将其应用 于网页篡改检测中。 实验结果表明，与经典算法相比，改进算法在求解同一网址的网页相似度时具有更高的计算 效率。 关键词：编辑距离；相似度；公共前缀；公共后缀；局部变化性；篡改检测 中文引用格式：王卫红，李　 君．基于局部变化性的改进编辑距离算法［Ｊ］．计算机工程，２０１５，４１（７）：２９４⁃２９８，３０４． 英文引用格式：Ｗａｎｇ Ｗｅｉｈｏｎｇ，Ｌｉ Ｊｕｎ．Ｉｍｐｒｏｖｅｄ Ｅｄｉｔ Ｄｉｓｔａｎｃｅ Ａｌｇｏｒｉｔｈｍ Ｂａｓｅｄ ｏｎ Ｌｏｃａｌ Ｖａｒｉａｂｉｌｉｔｙ［Ｊ］．Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ，２０１５，４１（７）：２９４⁃２９８，３０４． Ｉｍｐｒｏｖｅｄ Ｅｄｉｔ Ｄｉｓｔａｎｃｅ Ａｌｇｏｒｉｔｈｍ Ｂａｓｅｄ ｏｎ Ｌｏｃａｌ Ｖａｒｉａｂｉｌｉｔｙ ＷＡＮＧ Ｗｅｉｈｏｎｇ，ＬＩ Ｊｕｎ （Ｃｏｌｌｅｇｅ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｚｈｅｊｉａｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｈａｎｇｚｈｏｕ ３１００２３，Ｃｈｉｎａ） 【Ａｂｓｔｒａｃｔ】 Ｆｏｒ ｔｈｅ ｌｏｗ ｃｏｍｐｕｔａｔｉｏｎａｌ ｅｆｆｉｃｉｅｎｃｙ ｉｎ ｓｏｌｖｉｎｇ ｔｈｅ ｓｉｍｉｌａｒｉｔｙ ｏｆ ｔｗｏ ｓｔｒｉｎｇｓ ｂｙ ｔｒａｄｉｔｉｏｎａｌ ａｌｇｏｒｉｔｈｍ，ａｎ ｉｍｐｒｏｖｅｄ ｅｄｉｔ ｄｉｓｔａｎｃｅ ａｌｇｏｒｉｔｈｍ ｉｓｐｒｏｐｏｓｅｄ．Ｉｔ ｆｉｒｓｔｌｙ ｏｂｔａｉｎｓｔｈｅ ｌｏｎｇｅｓｔ ｃｏｍｍｏｎ ｐｒｅｆｉｘ ａｎｄ ｔｈｅ ｌｏｎｇｅｓｔ ｃｏｍｍｏｎ ｓｕｆｆｉｘ ｏｆ ｔｈｅ ｔｗｏ ｓｔｒｉｎｇｓ，ａｎｄｔｈｅｎ ｇｅｔｓｔｈｅ ｅｄｉｔ ｄｉｓｔａｎｃｅｂｅｔｗｅｅｎ ｔｈｅｒｅｍａｉｎｄｅｒ ｏｆｔｈｅｔｗｏ ｓｔｒｉｎｇｓｂｙ ｔｒａｄｉｔｉｏｎａｌ ａｌｇｏｒｉｔｈｍ．Ｐｒｏｏｆ ｂｙ ｃｏｎｔｒａｄｉｃｔｉｏｎ ｉｓｕｓｅｄ ｔｏ ｐｒｏｖｅ ｔｈａｔ ｔｈｉｓ ｅｄｉｔ ｄｉｓｔａｎｃｅ ｅｑｕａｌｓ ｔｏ ｔｈｅ ｓｏｌｕｔｉｏｎ ｂｙ ｔｒａｄｉｔｉｏｎａｌ ａｌｇｏｒｉｔｈｍ．Ｏｎ ｔｈｉｓ ｂａｓｉｓ，ｔｈｅ ｉｍｐｒｏｖｅｄ ａｌｇｏｒｉｔｈｍ ｉｓｒｅｓｅａｒｃｈｅｄ ａｂｏｕｔ ｔｈｅ ａｄｖａｎｔａｇｅｓａｎｄ ｂｅ ａｐｐｌｉｅｄ ｔｏ ｔｈｅ Ｗｅｂ ｔａｍｐｅｒ ｄｅｔｅｃｔｉｏｎ．Ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｃｏｍｐａｒｅｄ ｗｉｔｈ ｔｈｅ ｔｒａｄｉｔｉｏｎａｌ ａｌｇｏｒｉｔｈｍ，ｔｈｅ ｉｍｐｒｏｖｅｄ ｅｄｉｔ ｄｉｓｔａｎｃｅ ａｌｇｏｒｉｔｈｍ ｈａｓ ｂｅｔｔｅｒ ｃｏｍｐｕｔａｔｉｏｎａｌ ｅｆｆｉｃｉｅｎｃｙ ｉｎ ｏｂｔａｉｎｉｎｇ ｔｈｅ ｓｉｍｉｌａｒｉｔｙ ｂｅｔｗｅｅｎ ｔｈｅ ｐａｇｅｓｉｎ ｔｈｅ ｓａｍｅ ＵＲＬ． 【Ｋｅｙ ｗｏｒｄｓ】 ｅｄｉｔ ｄｉｓｔ