
【计】 Hamming distance
Chinese; man
bright; clear; clear-sighted; honest; immediately following in time
understand
【医】 phanero-
【计】 GAP; separation distance; space between
【化】 spacing; step
【医】 interval; spacing
汉明间距(Hamming distance)是信息论与编码理论中的核心概念,用于量化两个等长字符串在相同位置上符号差异的数量。该术语由美国数学家理查德·汉明(Richard W. Hamming)于1950年首次提出,现广泛应用于通信系统、计算机科学和生物信息学领域。
定义与计算原理
在二进制编码场景中,汉明间距定义为两个等长二进制序列对应位不同的位置总数。数学表达式为: $$ DH(a,b) = sum{i=1}^{n} (a_i oplus b_i) $$ 其中$a$和$b$为两个n位二进制数,$oplus$表示异或运算。例如字符串"10110"与"10011"的汉明间距为2,因第三位和第五位存在差异。
典型应用场景
权威参考文献
汉明距离(Hamming Distance)是信息论和计算机科学中的一个重要概念,用于衡量两个等长字符串在相同位置上不同字符的数量。以下是详细解释:
汉明距离由理查德·汉明(Richard Hamming)提出,专指两个长度相同的序列(如二进制串、文本字符串或数字序列)中,对应位置字符不同的位数。例如:
1010
和 1001
的汉明距离为2(第3位和第4位不同)。"karolin"
和 "kathrin"
的汉明距离为3(第3、4、5位字符不同)。计算汉明距离的步骤:
数学公式可表示为:
$$
dH(x, y) = sum{i=1}^{n} (x_i
eq y_i)
$$
其中 (x) 和 (y) 是两个长度为 (n) 的序列,(x_i) 和 (y_i) 是第 (i) 位的字符。
x = 0101
,y = 1100
→ 汉明距离为2(第1位和第4位不同)。"hello"
和 "hallo"
→ 汉明距离为1(第2位字符不同)。通过汉明距离,可以量化两个数据的相似性,广泛应用于数据校验、模式识别等领域。
白色尿胆素豹报复性劫掠痴呆者断绝关系对称部分多种组合形式的非循环电路高扬公开捐助关节照相术宏观经济成本磺胺吡啶钠缓刑判决甲冠假物脊柱炎空肠造口术狂吹轮廓描绘控制密配合模塑内侧偏盲日本秋о失写双稳态的同相的土地改革法违反保证