java - 非英语字符串上的 Levenshtein 距离

Question

Levenshtein距离算法也适用于非英语语言字符串吗？

更新：在比较亚洲字符时，这会在 Java 等语言中自动工作吗？

Answer 1

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

Answer 2

是的。但是您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 不关心语言，它只是告诉您需要更改（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，但是您必须检查您的字符集，否则一些外国“单个”字符将被视为两个（或更多）字符。