算法笔记：字符串编辑距离（Edit Distance on Real sequence，EDR）/ Levenshtein距离

1 算法介绍

• 给定两个长度分别为n和m的轨迹tr1和tr2，最小距离的匹配阈值e
  • 两条轨迹之间的EDR距离就是需要对轨迹tr1进行插入、删除或替换使其变为tr2的操作次数
• 动态规划的算法如下
  • 

 红色的是还没有考虑的两个轨迹部分；黑色是已经考虑过的两个轨迹部分

 2 举例

•  在p1处“插入”一点、将p2'“替换”替换为p3和在p5处“插入”一点，共计3个操作使两条轨迹相等（即对应点距离均小于阈值），故其EDR值为3

3 python代码

3.1 自行实现

import numpy as np
def EDR(TR1,TR2):
    m,n = len(TR1)+1,len(TR2)+1

    matrix = np.zeros((m,n))
    #matrix[i][j]表示 TR1还剩i个元素，TR2还剩j个元素时，他们的编辑距离

    for i in range(1,m):
        matrix[i][0] = i 
    for j in range(1,n):
        matrix[0][j] = j
    #这两个for循环表示，一个轨迹没有元素了，另一个轨迹还有n个元素，那么此时编辑距离为n（插入/删除n个值

    for i in range(1,m):
        for j in range(1,n):
            if TR1[i-1]==TR2[j-1]:
                cost = 0
            else:
                cost = 1
            #判断两个轨迹对应位置的值是否一致
            
            matrix[i][j]=min(matrix[i-1][j]+1,matrix[i][j-1]+1,matrix[i-1][j-1]+cost)
            #删除,插入，替换，这三个操作哪个编辑距离小一点，就选哪个


    return matrix


disEDR=EDR("ivan1","ivan2")
disEDR[-1][-1],disEDR
'''
(1.0,
 array([[0., 1., 2., 3., 4., 5.],
        [1., 0., 1., 2., 3., 4.],
        [2., 1., 0., 1., 2., 3.],
        [3., 2., 1., 0., 1., 2.],
        [4., 3., 2., 1., 0., 1.],
        [5., 4., 3., 2., 1., 1.]]))
'''

3.2 editdistpy包

EDR的快速实现

import sys

from editdistpy import levenshtein

string_1 = "ivan1"
string_2 = "ivan2"


levenshtein.distance(string_1, string_2,sys.maxsize)
#1


levenshtein.distance(string_1, string_2,0.5)
#-1

如果编辑距离小于第三个变量，那么就返回编辑距离，否则返回-1

参考内容：

轨迹相似性度量方法_轨迹相似度_意念回复的博客-CSDN博客