1. 信息系统及安全对抗实验中心首页
  2. 学术报告

动态规划——最小编辑代价

1.问题描述

上一次说了最小编辑距离,这次在这上面加一点料,a1、a2和a3每次操作的代价不同了,加入了每个操作的代价,这下问题变为,针对字符串a和字符串b定义三种操作,a1、a2、a3:
a1:修改a中一个字符,代价为A
a2:插入一个字符到a中,代价为B
a3:从a中删除一个字符,代价为C
经过这三种操作,将a变换成b,在给定a和b的情况下,求需要的最小代价

2.问题分析

该问题同样是一个动态规划求解问题,首先构建动态规划矩阵进行分析。假设a字符串“abcd”,b字符串“acde”,以a字符串为列,b字符串为行,构建动态规划矩阵如下所示。

a c d e
a
b
c
d

现在的问题是要将列逐渐变成行,即将字符串a变成b,关键问题是填充上述矩阵元素值的方法。我们可以看到,矩阵的第一行,和第一列可以直接比较得出,即第一行字符“a”变成字符串b需要的操作,“a”变成第一列“a”,。两字符相等,不需要操作;“a”变成字符串“ab”需要再右侧基础上加一部插入操作,所以在矩阵[0,0]位置加上一部插入,变成矩阵[0,1]位置;依次类推,我们可以逐渐插入字符,从字符串“a”变成b,得到矩阵第一行的操作次数记录,这时记得插入操作的代价为B。同理,按列操作,可以得到a变换成字符“a”的操作次数,这里是删除操作,代价为C。如此得到矩阵第一行和第一列,如下所示。

a c d e
a 0 B 2B 3B
b C
c 2C
d 3C

下面是计算的关键部分,就是如何计算矩阵中如下元素的值,可以看到,在矩阵中,从上方[i-1,j]到[i,j]为删除操作,代价为C,从左侧[i,j-1]到[i,j]为插入操作,代价为B,从左上方[i-1,j-1]到[i,j]是修改操作,如果此时a[i]!=b[j],执行修改,代价为A。

a c d e
a 0 B 2B 3B
b C min(n1,n2,n3)
c 2C
d 3C |

从矩阵可以得出规律,每次需要操作时,都在$$[i-1,j-1]$$(i表示行,j表示列),$$[i-1,j]$$和$$[i,j-1]$$三个位置的基础上,计算当前元素[i,j]是否需要进行操作。根据[i-1,j],[i,j-1]和[i-1,j-1]三个位置的取值最小的值来判断进行的操作,加上操作的代价Cost,即为当前[i,j]的取值。最终结果取这三个值的最小值。可以得到动态规划方程:

int ncostA = 0, ncostB = nB, ncostC = nC;
if (a[i] != b[j])
{
    ncostA = A;
}
[i,j] = min([i-1,j] + ncostC, [i,j-1] + ncostB, [i-1,j-1] + ncostA);

通过规划方程,对矩阵所有元素进行赋值,最终矩阵右下角次数值即为所求最少操作次数。为了编程方便,我们在构建矩阵时在原有字符串前加入一个标识位,假设A=1,B=2,C=3,得到如下矩阵。

a c d e
0 2 4 6 8
a 3 0 2 4 6
b 6 3 1 3 5
c 9 6 3 2 4
d 12 9 6 3 3

3代码

int min(int a, int b)
{
    if (a < b)
    {
        return a;
    }
    else
    {
        return b;
    }
}

int min(int a, int b, int c)
{
    int ntemp1 = min(a, b);
    int ntemp2 = min(b, c);

    if (ntemp1 < ntemp2)
    {
        return ntemp1;
    }
    else
    {
        return ntemp2;
    }
}

int minEditNumber(char *src, char * dst, int nA, int nB, int nC)
{
    int nsrc = strlen(src);
    int ndst = strlen(dst);

    if (0 == nsrc)
    {
        return ndst;
    }
    else if (0 == ndst)
    {
        return nsrc;
    }

    int **pnmatrix = new int* [nsrc + 1];

    for (int n = 0; n <= nsrc; n++)
    {
        pnmatrix[n] = new int[ndst + 1];
    }

    for (int i = 0; i <= nsrc; i++)
    {
        pnmatrix[i][0] = i*nC;
    }

    for (int j = 0; j <= ndst; j++)
    {
        pnmatrix[0][j] = j*nB;
    }

    for (int i = 1; i <= nsrc; i++)
    {
        for (int j = 1; j <= ndst; j++)
        {
            int ncost = 0;
            if (src[i-1] != dst[j-1])
            {
                ncost = nA;
            }
            pnmatrix[i][j] = min(pnmatrix[i - 1][j - 1] + ncost, pnmatrix[i - 1][j] + nC, pnmatrix[i][j - 1] + nB);
        }
    }

    //print matrix
    for (int i = 0; i <= nsrc; i++)
    {
        for (int j = 0; j <= ndst; j++)
        {
            cout << pnmatrix[i][j] << " ";
        }
        cout << endl;
    }

    int nReturn = pnmatrix[nsrc][ndst];

    for (int i = 0; i <= nsrc; i++)
    {
        delete[] pnmatrix[i];
        pnmatrix[i] = NULL;
    }
    delete[] pnmatrix;
    pnmatrix = NULL;

    return nReturn;
}

int main()
{
    char *p1 = "abcd";
    char *p2 = "acde";

    int nNo = minEditNumber(p1, p2,1,2,3);
}

原创文章,作者:BFS,如若转载,请注明出处:https://www.isclab.org.cn/2015/11/09/%e5%8a%a8%e6%80%81%e8%a7%84%e5%88%92%e2%80%94%e2%80%94%e6%9c%80%e5%b0%8f%e7%bc%96%e8%be%91%e4%bb%a3%e4%bb%b7/