为什么这两个字符串的 Levenshtein 距离得分这么低？

Question

我正在使用 Levenshtein 距离算法来查找相似的字符串，目前我的接受分数为 12（因为我的一些字符串最多有 5 个单词）。但是我很惊讶地看到下面的两个字符串得到了 11 分，它们对我来说似乎非常不同..

def string1 = "Facial Fuel"
def string2 = "Calendula Toner"

println("Result is ${distance(string1,string2)}");

def distance(String str1, String str2) {
   def dist = new int[str1.size() + 1][str2.size() + 1]
   (0..str1.size()).each { dist[it][0] = it }
   (0..str2.size()).each { dist[0][it] = it }

    (1..str1.size()).each { i ->
    (1..str2.size()).each { j ->
        dist[i][j] = [dist[i - 1][j] + 1, dist[i][j - 1] + 1, dist[i - 1][j - 1] + ((str1[i - 1] == str2[j - 1]) ? 0 : 1)].min()
       }
   }
   return dist[str1.size()][str2.size()]
}

这里的算法有问题还是正确的分数？

Answer 1

你的结果是正确的。

    string1:   F a c i a     l   . F u   e l
    operation: S C S S S I I C I C S S I C S
    string2:   C a l e n d u l a . T o n e r

('.' 表示 ' ')

操作是

    C : Copy
    S : Substitue
    I : Insert
    D : Delete

编辑距离为

    S * 7 + I * 4 = 11

为什么这两个字符串的 Levenshtein 距离得分这么低？

Why is the Levenshtein distance score so low for these two strings?

java

string

groovy

levenshtein-distance

fuzzy-comparison