GregorEditDistance.java

package ruc.irm.similarity.sentence.editdistance;

/**
 * 由Gregor提出的考虑块交换(Block Transposition)的编辑距离改进算法
 * 时间复杂度为O(m3n3)
 * 具体实现请参考GregorLeusch，Nicola Ueffing的文章《A Novel String-to-String Distance Measure With
 * Application to Machine Translation Evaluation》
 * 问题：<br/>
 * 相似度计算的问题会影响句子相似度计算的直观结果，例如“什么是计算机病毒”，“电脑病毒是什么”
 * 直觉应该是2，即“什么是计算机病毒”首先变为“计算机病毒什么是”，再变为“计算机病毒是什么”，
 * 编辑代价为2，但实际上，当由“什么是计算机病毒”变为“计算机病毒什么是”后，由于"什么是"与“是什么”的替换代价只有0.2，
 * 因而不再进行交互，故总的编辑距离为1.2
 * 
 * @author <a href="mailto:iamxiatian@gmail.com">夏天</a>
 * @organization 中国人民大学信息资源管理学院 知识工程实验室
 */
public class GregorEditDistance extends EditDistance {        
    /** 块交换代价 */
    public static double swapCost = 0.5;
    
    private SuperString<? extends EditUnit> S,T;
    /** 存放字符串从S(i0-i1)到T(j0-j1)的中间运算结果，避免多次运算，提高运算效率*/
    private double[][][][] QArray;
    
    public double getEditDistance(SuperString<? extends EditUnit> S,SuperString<? extends EditUnit> T){    
    	this.S = S;
    	this.T = T;
        QArray = new double[S.length()][S.length()][T.length()][T.length()];
        for(int i=0;i<S.length();i++){
            for(int i2=0;i2<S.length();i2++)
                for(int j=0;j<T.length();j++)
                    for(int j2=0;j2<T.length();j2++){
                        QArray[i][i2][j][j2] = Double.MAX_VALUE;
                    }
        }
        
        return Q(0,S.length()-1,0,T.length()-1);
    }  
    
    private double Q(int i0,int i1,int j0,int j1){
        double cost = 0;
        
        if(i1<i0){
        	for(int j = j0; j<=j1; j++){
        		cost += T.elementAt(j).getInsertionCost();
        	}
        	return cost;
        }else if(j1<j0){
        	for(int i=i0; i<=i1; i++){
        		cost += S.elementAt(i).getDeletionCost();
        	}
        	return cost;
        }else if(i1==i0 && j1==j0){
        	cost = S.elementAt(i0).getSubstitutionCost(T.elementAt(j0));        	
        	QArray[i0][i1][j0][j1] = cost;
        	return cost;
        } else if(i1==i0){            
            double minSubstituteValue = 1.0;
            int minPosJ = j0;
            for(int j=j0;j<=j1;j++){
            	double subsitituteValue = S.elementAt(i0).getSubstitutionCost(T.elementAt(j));
            	if(minSubstituteValue > subsitituteValue){
            		minSubstituteValue = subsitituteValue;
            		minPosJ = j;
            	}                	
            }
            for(int j=j0;j<=j1;j++){
            	if(j == minPosJ){
            		cost += minSubstituteValue;             	
            	}else{
            		cost += T.elementAt(j).getInsertionCost();
            	}
            }                 
        }else if(j1==j0){            
        	double minSubstituteValue = 1.0;
            int minPosI = i0;
            for(int i=i0;i<=i1;i++){
            	double subsitituteValue = S.elementAt(i).getSubstitutionCost(T.elementAt(j0));
            	if(minSubstituteValue > subsitituteValue){
            		minSubstituteValue = subsitituteValue;
            		minPosI = i;
            	}                	
            }
            for(int i=i0;i<=i1;i++){
            	if(i == minPosI){
            		cost += minSubstituteValue;             	
            	}else{
            		cost += S.elementAt(i).getDeletionCost();
            	}
            }            	             
        }else{
        	if(QArray[i0][i1][j0][j1]<Double.MAX_VALUE){
        		return QArray[i0][i1][j0][j1];
        	}
            for(int i=i0;i<i1;i++){
                for(int j=j0;j<j1;j++){
                    double c = Math.min(Q(i0,i,j0,j)+Q(i+1,i1,j+1,j1),
                            Q(i0,i,j+1,j1)+Q(i+1,i1,j0,j)+swapCost);
                    if(c<QArray[i0][i1][j0][j1]){
                    	QArray[i0][i1][j0][j1] = c;
                    }
                }
            }
            return QArray[i0][i1][j0][j1];
        }
        QArray[i0][i1][j0][j1] = cost;        
        return cost;
    }
    
    public static void main(String[] argv) {
        String s1 = "abcxdef";
        String s2 = "defxabc";
        //String s2 = "我的密码我忘记了,我该怎样做呢?";
        GregorEditDistance ed = new GregorEditDistance();
        System.out.println(ed.getEditDistance(SuperString.createCharSuperString(s1), SuperString.createCharSuperString(s2)));
    }

	
}