我正在经历Levenshtein distance algorithm，其中我掌握了一些初步步骤，但是在后续步骤中它开始计算＆＃34;成本＆＃34; ，我很难理解它。我没有达到计算成本的目的，以及它如何帮助算法实现其目标。请帮我理解这个算法。
答案 0 :(得分：2)
有许多不同的方法可以通过插入/删除/替换来编辑第一个字符串以获取第二个字符串（实际上是无限多个）。每个都有一个特定的基本编辑操作计数。
Levenshtein距离定义为所需的最小操作次数，即最短序列的长度。尽管可以通过几种不同的编辑序列来实现，但这个数字已经明确定义。
这与欧几里德距离的情况非常相似：您可以按照不同的轨迹从一个点到另一个点，但只有直线达到最小路径长度。
更新：
需要补充的是，为不同的操作分配不同的成本可以提供更大的灵活性，并允许对一个或另一个给予青睐。更重要的是，您可以为每个字符分配单独的权重，例如，交易一个＆＃39; O＆＃39;对于一个＆＃39; 0＆＃39;被认为是更严重的＆＃34;而不是插入空格。
成本最小化原则仍然存在。
答案 1 :(得分：0)
可以使用Levenshtein distance计算两个字符串a和b的{{3}}，Dynamic Programming此处定义了一个表，用于存储{{1}前缀对的成本}和a。这里的成本恰好是Levenshtein距离，即编辑步骤的数量。