Quelle  levenshtein.c   Sprache: C

// SPDX-License-Identifier: GPL-2.0
#include "levenshtein.h"
#include <errno.h>
#include <stdlib.h>
#include <string.h>

/*
 * This function implements the Damerau-Levenshtein algorithm to
 * calculate a distance between strings.
 *
 * Basically, it says how many letters need to be swapped, substituted,
 * deleted from, or added to string1, at least, to get string2.
 *
 * The idea is to build a distance matrix for the substrings of both
 * strings.  To avoid a large space complexity, only the last three rows
 * are kept in memory (if swaps had the same or higher cost as one deletion
 * plus one insertion, only two rows would be needed).
 *
 * At any stage, "i + 1" denotes the length of the current substring of
 * string1 that the distance is calculated for.
 *
 * row2 holds the current row, row1 the previous row (i.e. for the substring
 * of string1 of length "i"), and row0 the row before that.
 *
 * In other words, at the start of the big loop, row2[j + 1] contains the
 * Damerau-Levenshtein distance between the substring of string1 of length
 * "i" and the substring of string2 of length "j + 1".
 *
 * All the big loop does is determine the partial minimum-cost paths.
 *
 * It does so by calculating the costs of the path ending in characters
 * i (in string1) and j (in string2), respectively, given that the last
 * operation is a substitution, a swap, a deletion, or an insertion.
 *
 * This implementation allows the costs to be weighted:
 *
 * - w (as in "sWap")
 * - s (as in "Substitution")
 * - a (for insertion, AKA "Add")
 * - d (as in "Deletion")
 *
 * Note that this algorithm calculates a distance _iff_ d == a.
 */
int levenshtein(const char *string1, const char *string2,
  int w, int s, int a, int d)
{
 int len1 = strlen(string1), len2 = strlen(string2);
 int *row0 = malloc(sizeof(int) * (len2 + 1));
 int *row1 = malloc(sizeof(int) * (len2 + 1));
 int *row2 = malloc(sizeof(int) * (len2 + 1));
 int i, j;

 for (j = 0; j <= len2; j++)
  row1[j] = j * a;
 for (i = 0; i < len1; i++) {
  int *dummy;

  row2[0] = (i + 1) * d;
  for (j = 0; j < len2; j++) {
   /* substitution */
   row2[j + 1] = row1[j] + s * (string1[i] != string2[j]);
   /* swap */
   if (i > 0 && j > 0 && string1[i - 1] == string2[j] &&
     string1[i] == string2[j - 1] &&
     row2[j + 1] > row0[j - 1] + w)
    row2[j + 1] = row0[j - 1] + w;
   /* deletion */
   if (row2[j + 1] > row1[j + 1] + d)
    row2[j + 1] = row1[j + 1] + d;
   /* insertion */
   if (row2[j + 1] > row2[j] + a)
    row2[j + 1] = row2[j] + a;
  }

  dummy = row0;
  row0 = row1;
  row1 = row2;
  row2 = dummy;
 }

 i = row1[len2];
 free(row0);
 free(row1);
 free(row2);

 return i;
}