Levenshtein在非英语字符串上的距离

Question

Levenshtein distance算法是否也适用于非英语语言字符串？

更新：在比较亚洲字符时，这是否会像Java这样的语言自动生效？

Answer 1

仅当语言是基于字母的时候。例如俄语，德语，......但是象形文字（例如中国）或音节（比如老挝） - 不是。

Answer 2

是。但是你必须将非英语字符视为“1个字符”，而不是多个字符（例如使用utf-8）。 例如，在python中，您将使用unicode类来表示字符串（和字符）。

Answer 3

Levenshtein并不关心语言，它只是告诉你需要更改（添加，删除，交换）多少个字符才能从一个字符串到另一个字符串。

所以：是的，但是你必须检查你的字符集，一些外国的“单个”字符否则将被视为两个（或更多）字符。