当前位置:

首页 > 编程开发 > C++模糊搜索实现_编辑距离Levenstein算法案例

C++模糊搜索实现_编辑距离Levenstein算法案例

Levenshtein距离用动态规划二维表实现,dpi表示s1前i字符到s2前j字符的最小编辑距离,初始化边界后按相等/不等转移,时间O(mn),空间可优化至O(min(m,n))。

本文目录

    Levenshtein距离用动态规划二维表实现,dpi表示s1前i字符到s2前j字符的最小编辑距离,初始化边界后按相等/不等转移,时间O(mn),空间可优化至O(min(m,n))。

    c++怎么实现字符串的模糊搜索_c++ 编辑距离算法Levenstein实现【案例】

    Levenshtein 距离函数怎么写(C++ 基础实现)

    直接用动态规划填二维表是最清晰、最易调试的写法。核心是定义 dp[i][j] 表示 s1.substr(0, i) 到 s2.substr(0, j) 的最小编辑距离,状态转移只依赖左、上、左上三个格子。

    注意边界初始化:空字符串到长度为 j 的字符串需要 j 次插入;同理,长度为 i 到空字符串需 i 次删除。

    int levenshtein(const std::string& s1, const std::string& s2) {
        int m = s1.size(), n = s2.size();
        std::vector> dp(m + 1, std::vector(n + 1));
    
    for (int i = 0; i <= m; ++i) dp[i][0] = i;
    for (int j = 0; j <= n; ++j) dp[0][j] = j;
    
    for (int i = 1; i <= m; ++i) {
        for (int j = 1; j <= n; ++j) {
            if (s1[i-1] == s2[j-1]) {
                dp[i][j] = dp[i-1][j-1];
            } else {
                dp[i][j] = 1 + std::min({
                    dp[i-1][j],    // 删除
                    dp[i][j-1],    // 插入
                    dp[i-1][j-1]   // 替换
                });
            }
        }
    }
    return dp[m][n];

    }

    如何用 Levenshtein 实现模糊搜索(带阈值匹配)

    编辑距离本身不是“搜索”,而是衡量相似度的工具。模糊搜索的关键在于:对候选字符串批量调用 levenshtein(),再按距离排序或过滤。

    • 阈值建议设为 std::min(s1.size(), s2.size()) / 3 或固定小整数(如 1~3),避免长串误匹配
    • 若候选集很大(>1000 条),别暴力遍历——先用长度差预筛:abs((int)s1.size() - (int)s2.size()) > threshold 直接跳过
    • 区分大小写?确保输入前统一调用 std::tolower 转换,否则 "Apple" 和 "apple" 距离为 1(首字母替换),而非 0

    为什么不用 std::string::find 或正则做模糊匹配

    std::string::find 只支持精确子串匹配,不处理错字、漏字、顺序颠倒;std::regex 虽可写通配模式(如 "a.*b.*c"),但无法量化“多像”,也不能自然表达“替换一个字符”这种语义。

    例如搜索 "recieve"(拼错)想命中 "receive":

    • find("receive") 失败(不相等)
    • 正则 R"([rR][eE][cC][eE][iI][vV][eE])" 仍要求完全匹配,没解决错位
    • Levenshtein 返回 1,明确告诉你:“只差一次修改”

    性能和内存要注意什么(尤其嵌入式或高频调用场景)

    原版二维 DP 时间 O(m×n),空间 O(m×n)。实际工程中容易成为瓶颈:

    • 空间可优化到 O(min(m,n)):只需保存上一行和当前行,用两个一维 std::vector 轮换
    • 提前终止:如果某一行中所有值都 > 阈值,可立即返回“超限”,无需算完
    • 避免临时 std::string 构造:传参用 const std::string&,内部别做 s1 + "x" 这类拼接
    • 短字符串(≤8 字节)可考虑 SSE 加速版本,但 C++ 标准库无内置,需手写或引入第三方(如 simd-string)

    真正卡住的往往不是算法本身,而是反复构造 std::vector 和频繁内存分配。如果搜索逻辑固定且候选集不变,把距离矩阵预计算好、查表会更快。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发
    相关文章 更多
    QQ影音怎么加速播放视频课程
    QQ影音怎么加速播放视频课程

    播放时右键选播放速度,或点控制条倍速,1.25 到 1.5 倍看课最舒服;公式代码类内容别超过 1.25 倍。

    企业微信创建企业提示失败怎么办 实名与填写检查
    企业微信创建企业提示失败怎么办 实名与填写检查

    先看提示属于哪类:名称占用就加后缀,实名不一致就重填本人信息,证件不清晰就重拍。统一社会信用代码逐位核对,连续三次失败别改材料重投,直接联系客服人工核。

    Modern Web Guidance 的 legacy-scan 反转建议应该怎样判断?
    Modern Web Guidance 的 legacy-scan 反转建议应该怎样判断?

    说明源码提交对字符串、生成器和数组的识别边界,以及扫描命令与发行包核验限制。

    Codex 0.170.0 正式版的语音与连接更新,适用范围有哪些限制?
    Codex 0.170.0 正式版的语音与连接更新,适用范围有哪些限制?

    0.170.0 的语音更新限于终端通话协商能力的明确新增,同名工具服务器跨环境支持仍标注实验性质;连接部分则修复大请求回退、认证竞态和云端重连等具体问题。这份正式版公告不足以证明所有账户、所有客户端都已具备完整语音功能。

    Hy4 flash 三种权重怎么选,安装和授权要注意哪些条件?
    Hy4 flash 三种权重怎么选,安装和授权要注意哪些条件?

    了解Hy4 flash、FP8与base的适用任务,阅读官方安装及图文代码,并核对资源和MaaS许可条件。

    OpenAI Python SDK 3.55.0 升级看点:Live MCP 服务配置与预算接口变化
    OpenAI Python SDK 3.55.0 升级看点:Live MCP 服务配置与预算接口变化

    OpenAI Python SDK 3.55.0 升级看点:Live MCP 服务配置与预算接口变化。说明已核实的更新范围、类型兼容性和本地版本确认方法。

    OpenAI Java SDK 4.108.0 的两项新增能力适合哪些项目?
    OpenAI Java SDK 4.108.0 的两项新增能力适合哪些项目?

    OpenAI Java SDK 4.108.0 面向 Live MCP 工具接入与 Managed Agents 预算状态处理,说明新增模型、事件含义、正式发布范围和适用限制。

    Free Claude Code 6.19.37 如何兼顾网页搜索与普通工具调用?
    Free Claude Code 6.19.37 如何兼顾网页搜索与普通工具调用?

    Free Claude Code 6.19.37 在自动搜索时保留客户端工具及选择条件,代理执行搜索后仍返回普通调用。说明适用场景、历史信息保留、请求约束与第三方项目的版本边界。

    Google GenAI Go SDK 1.78.0 的 v1beta 配置优先级怎样判断?
    Google GenAI Go SDK 1.78.0 的 v1beta 配置优先级怎样判断?

    Google GenAI Go SDK 1.78.0 将 Gemini Developer API 默认改为 v1,可用 HTTPOptions.APIVersion 或环境变量保留 v1beta,Vertex AI 默认值不变。

    Google GenAI SDK 3.5.0实时交互值得哪些项目升级评估?
    Google GenAI SDK 3.5.0实时交互值得哪些项目升级评估?

    解释实验性实时支持、环境检查与生产评估中需要验证的条件。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。