levenshtein算法

Ⅰ 如何把Java语言转化为c语言package code;

这 C 和 JAVA的语法较相似 ，，，，，，，字符串，就是char[]，，，，，不难处理 了。。。。。

Ⅱ 系统清理软件iTrash 4 for Mac破解版 有没有人下过

iTrash是一个实用卸载程序，它使用称为“Levenshtein距离算法”的特殊搜索算法来查找所有相关文件并将其删除。我可以给你一份希望可以帮助你。
安装教程
1、请断网注册软件！！
2、下载软件完成后,打开iTrash 4 for Mac破解版镜像包（镜像包下载地址：http://mac.orsoon.com/Mac/166025.html），拖动【iTrash】到应用程序安装.
3、打开iTrash软件，跳出注册页面，
4、打开iTrash软件，跳出注册页面，
5、打开iTrash破解版镜像包中的iTrash注册机
6、在iTrash注册机中选择正确的软件版本号iTrash v4,然后点击【generate】生成iTrash注册码
7、把iTrash注册码输入到软件中，输入注册名字为orsoon,然后点击regoster即可成功注册！！

Ⅲ 编辑距离的算法

比如要计算cafe和coffee的编辑距离。cafe→caffe→coffe→coffee
先创建一个6×8的表（cafe长度为4，coffee长度为6，各加2）
（1）： coffeecafe表1接着，在如下位置填入数字（表2）： coffee0123456c1a2f3e4表2从3,3格开始，开始计算。取以下三个值的最小值： 如果最上方的字符等于最左方的字符，则为左上方的数字。否则为左上方的数字+1。（对于3,3来说为0） 左方数字+1（对于3,3格来说为2） 上方数字+1（对于3,3格来说为2） 因此为格3,3为0（表3） coffee0123456c10a2f3e4表3循环操作，推出下表 取右下角，得编辑距离为3 动态规划经常被用来作为这个问题的解决手段之一。
整数 Levenshtein距离(字符串 str1[1..m], 字符串 str2[1..n])
//声明变量， d[i , j]用于记录str1[1...i]与str2[1..j]的Levenshtein距离
int d[0..m, 0..n]
//初始化
for i from 0 to m
d[i, 0] := i
for j from 0 to n
d[0, j] := j
//用动态规划方法计算Levenshtein距离
for i from 1 to m
for j from 1 to n
{
//计算替换操作的代价，如果两个字符相同，则替换操作代价为0，否则为1
if str1[i]== str2[j] then cost := 0
else cost := 1
//d[i,j]的Levenshtein距离，可以有
d[i, j] := minimum(
d[i-1, j] + 1, //在str1上i位置删除字符（或者在str2上j-1位置插入字符）
d[i, j-1] + 1, //在str1上i-1位置插入字符（或者在str2上j位置删除字符）
d[i-1, j-1] + cost // 替换操作
)
}
//返回d[m, n]
return d[m, n]
wikisource上有不同的编程语言的版本。

Ⅳ 谁帮我把这道计算机英语试题翻译成中文

请写一个Windows表单（就是带有若干控件的窗口）程序，根据Levenshtein距离（编辑距离），计算出两个文件的差异。

计算Levenshtein距离通常采用的自底向上动态编程算法，需要用到一个(n + 1) × (m + 1) 的矩阵，n和m分别是两个字符串的长度。这里有一个函数LevenshteinDistance的伪代码，传入参数是：字符串s及其长度m、字符串t及其长度n。该函数计算两者的Levenshtein距离。

以下是得到的矩阵的两个示例，高亮突出部分是需要经过的最少步骤。

这个算法中，有一点自始至终保持不变：我们最少只需d[i,j]步操作即可以把（任意）初始的字符段s[1..i] 变换为t[1..j]。当算法执行结束后，数组右下方的元素就是最终结果。

Ⅳ php中levenshtein可以用来计算中文吗

echo levenshtein("大连","大连大");
echo "<br />";
echo levenshtein("大连","e大连",10,20,30);

可以的

Ⅵ 除Levenshtein距离算法外，是否还有更好的比较字符相似度的算法

linux环境下，没有首先安装python_Levenshtein，用法如下：重点介绍几个该包中的几个计算字串相似度的几个函数实现。1.Levenshtein.hamming(str1,str2)计算汉明距离。要求str1和str2必须长度一致。是描述两个等长字串之间对应位置上不同字

Ⅶ levenshtein — 计算两个字符串之间的编辑距离

总结后的知识希望能帮到你！
函数名：levenshtein
(PHP 4 >= 4.0.1, PHP 5, PHP 7, PHP 8)
levenshtein — 计算两个字符串之间的编辑距离
说明
levenshtein ( string $str1 , string $str2 ) : int
levenshtein ( string $str1 , string $str2 , int $cost_ins , int $cost_rep , int $cost_del ) : int
编辑距离，是指两个字串之间，通过替换、插入、删除等操作将字符串str1转换成str2所需要操作的最少字符数量。 该算法的复杂度是 O(m*n)，其中 n 和 m 分别是str1 和str2的长度 （当和算法复杂度为O(max(n,m)**3)的similar_text()相比时，此函数还是相当不错的，尽管仍然很耗时。）。
在最简单的形式中，该函数只以两个字符串作为参数，并计算通过插入、替换和删除等操作将str1转换成str2所需要的操作次数。
第二种变体将采用三个额外的参数来定义插入、替换和删除操作的次数。此变体比第一种更加通用和适应，但效率不高。
参数
str1
求编辑距离中的其中一个字符串
str2
求编辑距离中的另一个字符串
cost_ins
定义插入次数
cost_rep
定义替换次数
cost_del
定义删除次数
返回值
此函数返回两个字符串参数之间的编辑距离，如果其中一个字符串参数长度大于限制的255个字符时，返回-1。

Ⅷ odds ratio怎么用python计算

进入python-Levenshtein源码目录下有setup.py，安装用pythonsetup.pyinstall使用python-Levenshtein模块importLevenshtein算法说明1).Levenshtein.hamming(str1,str2)计算汉明距离。要求str1和str2必须长度一致。是描述两个等长字串之间对应位置上不同字符的个数。2).Levenshtein.distance(str1,str2)计算编辑距离（也称为Levenshtein距离）。是描述由一个字串转化成另一个字串最少的操作次数，在其中的操作包括插入、删除、替换。算法实现参考动态规划整理。3).Levenshtein.ratio(str1,str2)计算莱文斯坦比。计算公式r=(sum-ldist)/sum,其中sum是指str1和str2字串的长度总和，ldist是类编辑距离注意：这里的类编辑距离不是2中所说的编辑距离，2中三种操作中每个操作+1，而在此处，删除、插入依然+1，但是替换+2这样设计的目的：ratio('a','c')，sum=2,按2中计算为（2-1）/2=0.5,’a','c'没有重合，显然不合算，但是替换操作+2，就可以解决这个问题。4).Levenshtein.jaro(s1,s2)

Ⅸ 一道面试题，关于编辑距离和动态规划

题目要干什么没有说

Ⅹ 请问哪位大师可以帮我把levenshtein算法译成vb语言

其实没必要把levenshtein算法转VB 觉得笨蛋才会转
lenvenshtein应该是C语言写吧！把它封装成DLL 通过API的方法调用就行
怎么封装成DLL我还没学会 应该很简单的 网上应该有教程
我是VB转C的 levenshtein应该是一个矩阵运算好像没什么难度
现在开始学C了 哈哈