距离值数组匹配问题：寻求最优匹配算法方案

问题背景 #

现有一组距离值source数组（示例：[1, 2, 1, 5, 2]），需与另一组target数组进行匹配，匹配需满足以下核心条件：

• 距离值可累加匹配
• 数组间可能存在条目缺失或额外条目
• 距离值允许成比例差异

匹配逻辑说明 #

匹配逻辑可通过图示直观理解：

• 第一类图示：第一行是source数组，第二行是target数组的某一匹配位置（黑色代表命中，黄色代表缺失，蓝色代表额外）
• 算法层面图示：绿色区块为匹配区域，宽度>1表示source存在缺失条目，高度>1表示target存在额外条目，区块数+1即为命中数

匹配示例结果 #

不同target数组的匹配结果如下：

• target数组[2, 1, 5, 2]：5次命中，1条缺失
• target数组[3, 5, 1, 1]：两种匹配结果，分别为4次命中、2条缺失、1条额外，以及3次命中、3条缺失、2条额外
• target数组[2, 2, 6, 1, 1]：两种匹配结果，分别为3次命中、3条缺失、3条额外，以及4次命中、2条缺失、2条额外
• 比例缩放后的数组（如[4, 2, 10, 4]）与[2, 1, 5, 2]的匹配结果完全一致

核心需求 #

需要获取每个target数组的最优匹配结果，优先级为：命中数最多 > 缺失/额外条目最少。目前仅尝试了朴素方法（将source任意两行与target任意两行对齐），希望找到更优解决方案，同时方案需能容忍测量误差与不准确性。

内容的提问来源于stack exchange，提问作者Wolfgang Kluge