Java 非英语字符串上的Levenshtein距离

该算法是否也适用于非英语字符串

---

更新：在类似Java的语言中，当比较亚洲字符时，这会自动工作吗？

是。但您必须将非英语字符视为“1个字符”，而不是多个字符（例如utf-8）。

---

例如，在python中，您可以使用unicode类来表示字符串（和字符）。

Levenshtein不关心语言，它只告诉您需要更改（添加、删除、交换）多少字符才能从一个字符串转换到另一个字符串

---

所以：是的，但你必须检查你的字符集，一些外来的“单个”字符将被视为两个（或更多）字符。

仅当语言是基于字母的。例如俄语、德语，。。。但象形文字（比如中国）或音节（比如老挝）则不然

更新问题：如果我的编程语言支持unicode字符串怎么办？@Ryan Fernandes，那么您使用矩阵65536 x代替矩阵256 x 25665536@John你们能打开上面问题的维基链接吗。无需使用矩阵实现算法，但从数学角度来看，Levenshtein距离定义在可用字母的矩阵上。所以事实上，我的意思不是256个字母，而是预期语言中的字母数。unicode的情况也一样-您不需要声明65536个条目，只需声明已用字母的子集。@Dewfy：“从数学角度来看……是在可用字母矩阵中定义的”？？？？。我从未见过字母表的大小（“预期语言中的字母数”），这是完全不相关的，在维基百科的文章中肯定没有这样的参考。在实现中，您不需要声明“已用字母的子集”。事实上，在Python这样的语言中，您可以编写一个Levenshtein函数，该函数将处理任何可以进行相等比较的对象序列。顺便说一句，Unicode有65536个以上的代码点。@John Machin-完全同意你的看法。Lucene很好地实现了您所说的内容。关于unicode-是的，我知道，再一次-你是绝对正确的。有时很容易做出粗略的假设，而不是用很多词来描述精确的东西。更新的问题：如果我的编程语言支持unicode字符串怎么办？它能与RGB直方图一起工作吗？为什么不呢？