用于近似字符串匹配的示例java代码或用于近似字符串匹配的boyer-moore扩展

Question

我需要找出1.不匹配(不正确播放的音符)、2.插入(附加播放的音符)和3.删除(遗漏的音符)，在音乐片段(例如，存储在表中的音符音调字符串值)中相对于参考音乐片段。

这可以通过精确字符串匹配算法或动态编程/近似字符串匹配算法来实现。然而，我意识到，由于识别不匹配、插入或删除注释，近似字符串匹配更适合我的问题。或Boyer-moore的扩展版本，以支持约字符串匹配。

有没有我可以尝试近似字符串匹配的示例java代码的链接？我发现了复杂的解释和方程式--但我希望我能用一些示例代码和简单的解释做得很好。或者我能在boyer-moore extended上找到任何示例java代码吗？字符串匹配？我理解boyer-moore的概念，但在调整它以支持近似时遇到了麻烦。字符串匹配(即支持不匹配、插入、删除)。

还有什么是最有效的近似。字符串匹配算法(就像精确字符串匹配算法中的boyer-moore )？

非常感谢您的见解/建议。非常感谢你提前

Answer 1

你可以从approximate string matching上的维基百科页面开始。

问题是，这是一个复杂的领域，简单地查看/复制一些示例代码可能不会帮助您理解所发生的事情。

编辑-此外，我看不出Boyer-Moore如何适应近似字符串匹配。

Answer 2

这是BMH Boyer-More代码，可以将其推送到C#或近似匹配。

Dictionary<char, int> ShiftSizeTable = new Dictionary<char, int>();

        //Calculate Shifit/Skip count for each element in pattern text. So that we can skip that many no of Characters in given text while searching.
        public void PreProcessBMSBadMatchTable(char[] patternCharacters)
        {
            ShiftSizeTable.Clear();

            int totalCharacters = patternCharacters.Length;

            for (int lpIndex = 0; lpIndex < totalCharacters; lpIndex++)
            {
                //Calculate the shift size for each character in the string or char array.
                int ShiftSize = Math.Max(1, (totalCharacters - 1) - lpIndex);

                //If the charater is already exists in the ShiftSize table then replace it else add it to ShiftSize table.
                if (ShiftSizeTable.ContainsKey(patternCharacters[lpIndex]))
                {
                    ShiftSizeTable.Remove(patternCharacters[lpIndex]);
                }

                ShiftSizeTable.Add(patternCharacters[lpIndex], ShiftSize);
            }
        }

        //Use the PreProcessed Shift/Skip table to find the pattern Characters in text and skip the bad Characters in the text.
        public int BoyerMooreSearch1UsingDictionary(char[] textCharacters, char[] patternCharacters)
        {        
            PreProcessBMSBadMatchTable(patternCharacters);

            int SkipLength;
            int patternCharactersLenght = patternCharacters.Length;
            int textCharactersLenght = textCharacters.Length;

            // Step2. Use Loop through each character in source text use ShiftArrayTable to skip the elements.
            for (int lpTextIndex = 0; lpTextIndex <= (textCharactersLenght - patternCharactersLenght); lpTextIndex += SkipLength)
            {
                SkipLength = 0;

                for (int lpPatIndex = patternCharactersLenght - 1; lpPatIndex >= 0; lpPatIndex--)
                {
                    if (patternCharacters[lpPatIndex] != textCharacters[lpTextIndex + lpPatIndex])
                    {
                        SkipLength = Math.Max(1, lpPatIndex - ShiftSizeTable[patternCharacters[lpPatIndex]]);
                        break;
                    }
                }
                if (SkipLength == 0)
                {
                    return lpTextIndex;    // Found
                }
            }
            return -1; // Not found
        }