我正在朱莉娅用Wagner-Fischer算法研究Levenshtein距离。
从矩阵的右下角回溯时，很容易获得最佳值，但有点难以获得最佳操作序列，如插入或删除。
我可以记录每个d [i] [j]的指针信息，但它可能会给我三个方向回到d [i-1] [j-1]进行替换，d [i-1] [j]用于删除，d [i] [j-1]用于插入。所以我试图获得给我最佳Levenshtein距离的所有操作组合。
似乎我可以将一个操作集存储在一个数组中，但我不知道所有组合的总数以及长度，所以我很难定义一个数组来存储枚举过程中设置的操作。如何在存储前者时生成数组？或者我应该使用Dataframe？
答案 0 :(得分：1)
如果您实施Wagner-Fischer算法，在某些时候，您可以选择最少三种替代方案（请参阅Wikipedia伪代码）。此时，您将所选的替代项保存在另一个矩阵中。使用如下语句：
c[i,j] = indmin([d[i-1,j]+1,d[i,j-1]+1,d[i-1,j-1]+1])
# indmin returns the index of the minimum element in a collection.
现在c[i,j]根据删除，插入或替换包含1,2或3。
在计算结束时，您有最终d矩阵元素达到最小距离，然后向后按c矩阵并在每一步读取操作。跟踪i和j可以通过查看当前步骤中i中的string1和j处的string2来查找确切的替换。保持像c这样的矩阵是无法避免的，因为在算法结束时，有关中间选择的信息（由min完成）将会丢失。
答案 1 :(得分：0)
我不确定我是否提出了您的问题，但无论如何，Julia中的vectors是动态数据结构，因此您始终可以使用适当的函数来增长它，例如pull!()，{{1 }}，append!()也可以将preapend!()结果向量转换为所需大小的数组
但是使用reshape()矩阵可以获得上述情况的一种特殊方法：
sparse()我喜欢这种方法，因为对于大型文本，你可以拥有许多零元素。我还以正向方式填充数据结构并通过反转创建结果。