字符串比较的更快算法
数据结构与算法
2007-05-23 v2
摘要
在许多应用中，需要确定字符串相似性。编辑距离[WF74] 是一种经典方法。著名的动态规划算法[GUS97] 用于计算编辑距离，时间复杂度为 O(nm)。为改进编辑距离方法，[LL+99] 采用了基于 token 的新方法。其 token-based 方法保留原始语义信息，时间复杂度仍为 O(nm)，但实验性能良好，成为该领域的里程碑论文。后续研究表明，其字符串相似性算法仍有提升空间。本文提出一套基于子串的新算法来计算字符串相似性。新算法不仅在准确率上更高，还将最坏情况时间复杂度降至 O(knm)（k<0.75），平均情况为 O(n)，最好情况为 O(1)。本文通过比较性示例展示了与 [LL+99] 方法相比的更高准确率。理论分析、具体实例和实验结果表明，我们的算法显著提高了字符串相似性计算的准确率和时间复杂度。
关键词
引用
@article{arxiv.cs/0112022,
title = {Faster Algorithm of String Comparison},
author = {Qi Xiao Yang and Sung Sam Yuan and Lu Chun and Li Zhao and Sun Peng},
journal= {arXiv preprint arXiv:cs/0112022},
year = {2007}
}