随笔 - 25  文章 - 32  trackbacks - 0
<2009年2月>
25262728293031
1234567
891011121314
15161718192021
22232425262728
1234567

常用链接

留言簿(2)

随笔档案

文章分类

文章档案

相册

搜索

  •  

最新评论

阅读排行榜

评论排行榜

由于本人对算法理解的重大失误,造成原来写的程序有重大BUG。特此向各位道歉来了,呵呵
今天又将算法看了一遍,终于理解其精髓
下面是主要的实现代码,献丑了
首先是初始化一个boolean数组,存放各个字符是否匹配的:
    public static boolean[][] getCompareBooleanArray(String source,
            String compareTo) {
        
boolean[][] comps;
        
if (compareTo == null || source == null) {
            
throw new IllegalArgumentException("必须设置完两个文本后再进行初始化");
        }
        comps 
= new boolean[compareTo.length()][source.length()];
        
for (int i = 0; i < compareTo.length(); i++) {
            
for (int j = 0; j < source.length(); j++) {
                comps[i][j] 
= compareTo.charAt(i) == source.charAt(j);
                
// System.out.print(comps[i][j] + "\t");
            }
            
// System.out.println();
        }
        
return comps;
    }
这个实现基本上没什么说的,就这样

接着是一个根据这个boolean数组初始化一个int矩阵的函数,这个函数就对应寻找最大匹配路径的函数
    public static int[][] getSetpPathArr(boolean[][] barr) {
        
int[][] iarr = new int[barr.length][barr[0].length];
        
for (int i = barr.length - 1; i >= 0; i--) {
            
for (int j = barr[i].length - 1; j >= 0; j--) {
                
int v_i_j = barr[i][j] ? 1 : 0;
                
int n_i_1_j_1 = i + 1 >= iarr.length || j + 1 >= iarr[i].length ? 0
                        : iarr[i 
+ 1][j + 1];
                
int n_i_1_j = i + 1 >= iarr.length ? 0 : iarr[i + 1][j];
                
int n_i_j_1 = j + 1 >= iarr[i].length ? 0 : iarr[i][j + 1];
                
int v_n_1_1 = v_i_j + n_i_1_j_1;
                iarr[i][j] 
= v_n_1_1 > n_i_1_j ? v_n_1_1 > n_i_j_1 ? v_n_1_1
                        : n_i_j_1 : n_i_1_j 
> n_i_j_1 ? n_i_1_j : n_i_j_1;
            }
        }
        
return iarr;
    }
根据算法的解释,从下往上,从右向左计算每个格子

对应寻找最优路径的函数,也是初始化一个int[][]
    public static int[][] getMinSetpArr(int[][] miarr, boolean[][] barr) {
        
int[][] iarr = new int[miarr.length][miarr[0].length];
        
for (int i = iarr.length - 1; i >= 0; i--) {
            
for (int j = iarr[i].length - 1; j >= 0; j--) {
                
if (barr[i][j]) {
                    iarr[i][j] 
= getV(iarr, i + 1, j + 1+ 1;
                } 
else if (getV(miarr, i, j + 1>= getV(miarr, i + 1, j)) {
                    iarr[i][j] 
= getV(iarr, i, j + 1);
                } 
else {
                    iarr[i][j] 
= getV(iarr, i + 1, j) + 1;
                }
            }
        }
        
return iarr;
    }
这样就相应对应了算法中讲的那三个矩阵。
当然了,上面有调用到一个叫getV的方法,方法很简单
    private static int getV(int[][] arr, int i, int j) {
        
if (i >= arr.length || j >= arr[i].length) {
            
return 0;
        }
        
return arr[i][j];
    }
分别初始化完这三个数组后对结果进行计算。
boolean[][] barr = getCompareBooleanArray(source, compareTo);
        
int[][] miarr = getSetpPathArr(barr);
        
int[][] diarr = getMinSetpArr(miarr, barr);
先找出从顶点出发,下一步该走的那几个点:
List<Point> points = new ArrayList<Point>();
        
int maxJ = -1;
        
for (int i = 0; i < barr.length; i++) {
            
int tempMaxJ = -1;
            
for (int j = 0; j < barr[i].length; j++) {
                
if (j > maxJ && maxJ != -1) {
                    
break;
                }
                
if (barr[i][j]) {
                    
if (tempMaxJ == -1) {
                        tempMaxJ 
= j;
                    }
                    points.add(
new Point(i, j));
                }
            }
            
if (tempMaxJ != -1) {
                maxJ 
= tempMaxJ;
            }
        }
找出可能的最大最优匹配路径,这个可能会有几条路径,核心代码:
int max = 0;
        
int minSetp = -1;
        
for (Point point : points) {
            
if (miarr[point.getX()][point.getY()] > max) {
                max 
= miarr[point.getX()][point.getY()];
            }
        }
        
for (Point point : points) {
            
if (minSetp == -1) {
                minSetp 
= diarr[point.getX()][point.getY()];
            } 
else if (miarr[point.getX()][point.getY()] >= max
                    
&& diarr[point.getX()][point.getY()] < minSetp) {
                minSetp 
= diarr[point.getX()][point.getY()];
            }
        }
        List
<Point> willRemove = new ArrayList<Point>();
        
for (Point point : points) {
            
if (miarr[point.getX()][point.getY()] < max
                    
|| diarr[point.getX()][point.getY()] > minSetp) {
                willRemove.add(point);
            }
        }
        points.removeAll(willRemove);
        willRemove.clear();
找到这里,最大匹配并且最优匹配的路径就找到了
下面就是要计算差异了,基本和我上次写的计算差异的方法差不多
List<TextDiff> diffs = new ArrayList<TextDiff>();
        
if (points.size() >= 1) {
            Point startPoint 
= points.get(0);
            points.clear();

            
if (startPoint.getX() != 0) {
                diffs.add(
new TextDiff(TextDiff.TYPE_INSERTED, 0, startPoint
                        .getX()));
            }
            
if (startPoint.getY() != 0) {
                diffs.add(
new TextDiff(TextDiff.TYPE_DELETED, 0, startPoint
                        .getY()));
            }
            Point next 
= getNext(startPoint, miarr, diarr, barr);
            
while (next != null) {
                
if (!barr[startPoint.getX()][startPoint.getY()]) {
                    startPoint 
= new Point(startPoint.getX() + 1, startPoint
                            .getY() 
+ 1);
                }
                
if (startPoint.getX() != next.getX() - 1
                        
|| startPoint.getY() != next.getY() - 1) {
                    diffs.add(
new TextDiff(TextDiff.TYPE_INSERTED, startPoint
                            .getX(), next.getX() 
- startPoint.getX()));

                    diffs.add(
new TextDiff(TextDiff.TYPE_DELETED, startPoint
                            .getY(), next.getY() 
- startPoint.getY()));
                }
                startPoint 
= next;
                next 
= getNext(startPoint, miarr, diarr, barr);
            }
            
if (startPoint.getX() != barr.length) {
                diffs.add(
new TextDiff(TextDiff.TYPE_INSERTED, startPoint
                        .getX(), barr.length 
- startPoint.getX()));
            }
            
if (startPoint.getY() != barr[0].length) {
                diffs.add(
new TextDiff(TextDiff.TYPE_DELETED,
                        startPoint.getY(), barr[
0].length - startPoint.getY()));
            }
        }

大功告成。。。。。
源码:http://www.blogjava.net/Files/phyeas/src.zip
posted on 2009-02-15 13:22 phyeas 阅读(1052) 评论(3)  编辑  收藏

FeedBack:
# re: 文本比较算法的实现2 2010-04-29 17:03 sfply
似乎还是不对

symptoms reflux could.
ssreflux could eventually.
你用这两个字符串比较,得到的结果不是正确的;  回复  更多评论
  
# re: 文本比较算法的实现2 2010-04-29 17:12 sfply
不好意思,是对的:)
@sfply
  回复  更多评论
  
# re: 文本比较算法的实现2 2010-04-29 18:50 sfply
稍稍有一点瑕疵,盼博主能够解决;

比如有两个字符串
s1 = "symptoms, reflux";
s2 = "symptoms, untreated reflux";

进行比较时,s1在前面和在后面,比较的结果是不一样的,效果如下:
symptoms, untreated reflux
symptoms, __________reflux

symptoms, ___re_______flux
symptoms, untreated reflux

实际上,第一种结果是正确的,因为reflux是一个整体,而在第二种结果中,re被前面的字符串干扰了;

请教如何解决这种问题;
  回复  更多评论
  

只有注册用户登录后才能发表评论。


网站导航: