有效地计算1个字符串和大量其他字符串之间的编辑距离？

Question

用例是自动完成选项，我想根据它们的固定字符串排列大量其他字符串。

是否有任何像DFA RegEx这样的东西的混蛋可以比每个选项解决方案的开始做得更好？

问this question的人似乎知道一个解决方案，但没有列出任何来源。

（p.s。“阅读此链接”类型答案欢迎。）

Answer 1

我最近做了类似的事情。不幸的是它是封闭源。

解决方案是写一个levenshtein automaton。剧透：这是一个NFA。

虽然很多人会试图说服你模拟NFA是指数级的，但事实并非如此。从NFA创建DFA是指数级的。模拟只是多项式。 Many regex engines are writen with sub-optimal algorithms based on this

对于n大小的字符串和m个状态，NFA模拟为O（n * m）。或者O（n）如果你懒惰地将它转换为DFA（并缓存它），则摊销。

我担心你要么必须处理复杂的自动机库，要么必须写很多代码（我做了什么）。