使用Go语言计算字符串编辑距离的代码实现

 更新时间:2025年07月29日 08:30:26   作者:程序员爱钓鱼  
在自然语言处理、拼写纠错、模糊搜索等场景中,我们经常需要衡量两个字符串之间的相似度,编辑距离(Edit Distance)  就是一个经典的衡量方式,它描述了将一个字符串转换为另一个字符串所需的最少操作次数,本文给大家介绍了如何使用Go语言计算字符串编辑距离

一、问题定义:什么是编辑距离?

编辑距离,也称为 Levenshtein Distance,指的是将字符串 A 转换成字符串 B 所需的最少操作次数。操作允许:

  • • 插入一个字符(Insert)
  • • 删除一个字符(Delete)
  • • 替换一个字符(Replace)

示例:

A = "kitten"
B = "sitting"

编辑距离 = 3
解释:
kitten → sitten(k → s) → sittin(e → i)→ sitting(插入 g)

二、应用场景

编辑距离广泛应用于:

  • • 搜索引擎模糊匹配(例如:“gooogle” 应该匹配 “google”)
  • • 拼写检查和自动纠正
  • • 语音识别、OCR纠错
  • • DNA序列比对

三、解决思路:动态规划(DP)

1. 状态定义

设 dp[i][j] 表示将字符串 A 的前 i 个字符转换成字符串 B 的前 j 个字符所需的最小操作数。

2. 状态转移方程

我们可以从三个方向转移过来:

  • 插入:dp[i][j-1] + 1(B 多了个字符)
  • 删除:dp[i-1][j] + 1(A 多了个字符)
  • 替换或匹配:dp[i-1][j-1] + cost
    • 如果 A[i-1] == B[j-1]cost = 0
    • 否则 cost = 1

最终状态转移为:

dp[i][j] = min(
    dp[i-1][j] + 1,          // 删除
    dp[i][j-1] + 1,          // 插入
    dp[i-1][j-1] + cost      // 替换/匹配
)

3. 初始化

  • dp[0][j] = j:将空串变成 B 前 j 个字符需要插入 j 次;
  • dp[i][0] = i:将 A 前 i 个字符变成空串需要删除 i 次。

四、Go语言实现

动态规划二维实现:

package main

import (
    "fmt"
    "math"
)

func MinDistance(a, b string) int {
    m, n := len(a), len(b)
    dp := make([][]int, m+1)

    // 初始化二维数组
    for i := range dp {
        dp[i] = make([]int, n+1)
    }

    // 初始化第一列和第一行
    for i := 0; i <= m; i++ {
        dp[i][0] = i
    }
    for j := 0; j <= n; j++ {
        dp[0][j] = j
    }

    // 状态转移
    for i := 1; i <= m; i++ {
        for j := 1; j <= n; j++ {
            cost := 0
            if a[i-1] != b[j-1] {
                cost = 1
            }
            dp[i][j] = min(
                dp[i-1][j]+1,   // 删除
                dp[i][j-1]+1,   // 插入
                dp[i-1][j-1]+cost, // 替换/匹配
            )
        }
    }

    return dp[m][n]
}

func min(a, b, c int) int {
    return int(math.Min(float64(a), math.Min(float64(b), float64(c))))
}

func main() {
    a := "kitten"
    b := "sitting"
    fmt.Printf("编辑距离 between '%s' and '%s' is: %d\n", a, b, MinDistance(a, b))
}

五、运行示例

输入:
a = "kitten"
b = "sitting"

输出:
编辑距离 between 'kitten' and 'sitting' is: 3

六、时间与空间复杂度分析

  • 时间复杂度:O(m * n)
    因为我们遍历了大小为 m x n 的二维数组;
  • 空间复杂度:O(m * n)
    用于存储状态的二维数组。

七、空间优化版本(滚动数组)

可以优化为一维数组来降低空间:

func MinDistanceOptimized(a, b string) int {
    m, n := len(a), len(b)
    prev := make([]int, n+1)
    curr := make([]int, n+1)

    // 初始化第一行
    for j := 0; j <= n; j++ {
        prev[j] = j
    }

    for i := 1; i <= m; i++ {
        curr[0] = i
        for j := 1; j <= n; j++ {
            cost := 0
            if a[i-1] != b[j-1] {
                cost = 1
            }
            curr[j] = min(
                curr[j-1]+1,      // 插入
                prev[j]+1,        // 删除
                prev[j-1]+cost,   // 替换
            )
        }
        prev, curr = curr, prev
    }

    return prev[n]
}

八、拓展:支持更多操作的变种编辑距离

  • Damerau-Levenshtein 距离:除了插入、删除、替换,还支持交换相邻字符
  • 带权重的编辑距离:不同操作赋予不同代价;
  • 相似度计算:将编辑距离转为百分比相似度,比如:
similarity := 1 - float64(distance) / float64(max(len(a), len(b)))

九、实战应用场景举例

场景作用描述
搜索引擎用户输入有误时自动推荐相似关键词
拼写检查IDE、文本编辑器纠正英文单词
语音/图像识别后处理自动修正识别错误的单词序列
文件比对工具如 Git diff、文本比较器
生物信息学DNA/RNA 序列比对、蛋白质比对

十、总结

点位内容
算法思想动态规划
实现结构dp[i][j] 表示 A 的前 i 个字符转换为 B 的前 j 个字符的最小编辑距离
时间复杂度O(m * n)
空间优化支持优化为滚动数组,空间降为 O(n)
实战价值应用场景极广,从 NLP 到搜索再到生物信息学

以上就是使用Go语言计算字符串编辑距离的代码实现的详细内容,更多关于Go计算字符串编辑距离的资料请关注脚本之家其它相关文章!

相关文章

  • Golang的锁机制与使用技巧小结

    Golang的锁机制与使用技巧小结

    本文主要介绍了Golang的锁机制与使用技巧小结,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2022-06-06
  • GO语言基本类型分析

    GO语言基本类型分析

    这篇文章主要介绍了GO语言基本类型,较为详细的分析了整形、浮点型、字符串、指针等类型的具体用法,是深入学习GO语言所必须掌握的重要基础,需要的朋友可以参考下
    2014-12-12
  • golang高并发限流操作 ping / telnet

    golang高并发限流操作 ping / telnet

    这篇文章主要介绍了golang高并发限流操作 ping / telnet,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-12-12
  • Golang中Interface接口的三个特性

    Golang中Interface接口的三个特性

    本文详细讲解了Golang中Interface接口的三个特性,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2022-07-07
  • Go语言中JSON文件的读写操作

    Go语言中JSON文件的读写操作

    本文主要介绍了Go语言JSON文件的读写操作,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2023-04-04
  • 一文初探 Goroutine 与 channel基本用法

    一文初探 Goroutine 与 channel基本用法

    这篇文章主要为大家介绍了一文初探 Goroutine 与 channel基本用法详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2023-02-02
  • Golang并发编程之Channel详解

    Golang并发编程之Channel详解

    传统的并发编程模型是基于线程和共享内存的同步访问控制的,共享数据受锁的保护,使用线程安全的数据结构会使得这更加容易。本文将详细介绍Golang并发编程中的Channel,,需要的朋友可以参考下
    2023-05-05
  • Go并发同步核心库syn包的使用深度指南

    Go并发同步核心库syn包的使用深度指南

    在 Go 语言中,并发是最重要的特性之一,sync 是 Go 标准库中用于 并发控制与同步 的核心工具,下面小编就和大家详细介绍一下它的具体使用吧
    2026-03-03
  • Go归并排序算法的实现方法

    Go归并排序算法的实现方法

    归并排序采用的也是分治的策略,把原本的问题先分解成一些小问题进行求解,再把这些小问题各自的答案修整到一起得到原本问题的答案,从而达到分而治之的目的,对Go归并排序算法相关知识感兴趣的朋友一起看看吧
    2022-04-04
  • 一文读懂go中semaphore(信号量)源码

    一文读懂go中semaphore(信号量)源码

    这篇文章主要介绍了一文读懂go中semaphore(信号量)源码的相关知识,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2021-04-04

最新评论