我最近从Wikipedia上的伪代码实现了Damerau-Levenshtein距离算法。我找不到它是如何工作的任何解释和伪采用完全无信息变量的名称，如DA，DB，i1，和j1我留下抓我的头。
这是我在Python中的实现：https : //gist.github.com/badocelot/5327337
Python的实现帮助我遍历了程序并弄清了正在发生的事情，将变量重命名为更有用的名称。我很熟悉Wagner-Fischer的方法来计算Levenshtein距离，因此有了参考系。
冒着过长的风险，这就是我对Damerau-Levenshtein的理解：
神秘变量：
DA（last_row在我的代码中）是一种地图，其中包含每个元素被查看到的最后一行；在我的代码中，这是一个实际的Python字典DB（last_match_col）保留最后一列，其中输入的字母b与a当前行的输入字母匹配i1（last_matching_row）是来自DA当前字母的行号bj1只是DB/ 值last_match_col可能被更新之前的副本；在我的代码中，我只是移动了last_match_col更新并消除了此变量的位置
换位成本：
H[i1][j1] + (i-i1-1) + 1 + (j-j1-1)
正在计算将当前字符换成已知b的最后一个字符（最后一个匹配项）所花费的费用，将之间的所有字符都视为增加或删除。ba
成本要素：
H[i1][j1]将基本成本还原到转置之前的计算点，因为找到转置会使先前的工作无效(i-i1-1)是当前行与匹配当前字符的最后一行之间的距离，这是需要删除的数量(j-j1-1)是当前列与具有匹配项的最后一列之间的距离，即相加次数- 多余
+ 1的只是换位本身的成本
如果此分析不正确，我很想知道我哪里做错了。就像我说的那样，我找不到关于该算法如何在线工作的任何详细说明。
改进版？
已经想通了这一点，虽然，它让我吃惊的是，通过计算成本都增加和调换字母之间的缺失似乎有缺陷的：一个加法和一个删除相当于替代，这，这是不检查。
如果一切正确，那么解决方案应该是微不足道的：转置字母之间的字母成本应为添加和删除中的较高者：将尽可能多的字母转换为替换，并添加所有剩余的添加或删除。
因此成本为：
H[i1][j1] + max((i-i1-1), (j-j1-1)) + 1
这是该版本的代码：https : //gist.github.com/badocelot/5327427
从一些简单的测试来看，这似乎是正确的。例如，“ abcdef”->“ abcfad”的编辑距离为2（转置“ d”和“ f”，将“ e”更改为“ a”），而原始算法给出的距离为3（最后三个）字母是替换，或1个换位+ 1个加+ 1个删除）。
现在，我不能成为第一个想到这一点的人。那么，为什么我没有碰到它呢？我只是搜索时间不够长吗？还是存在一些细微的缺陷使它无法真正起作用？