Python实现计算最小编辑距离,python最小编辑距离
Python实现计算最小编辑距离,python最小编辑距离
最小编辑距离或莱文斯坦距离(Levenshtein),指由字符串A转化为字符串B的最小编辑次数。允许的编辑操作有:删除,插入,替换。具体内容可参见:维基百科—莱文斯坦距离。一般代码实现的方式都是通过动态规划算法,找出从A转化为B的每一步的最小步骤。从Google图片借来的图,
Python代码实现, (其中要注意矩阵的下标从1开始,而字符串的下标从0开始):
def normal_leven(str1, str2): len_str1 = len(str1) + 1 len_str2 = len(str2) + 1 #create matrix matrix = [0 for n in range(len_str1 * len_str2)] #init x axis for i in range(len_str1): matrix[i] = i #init y axis for j in range(0, len(matrix), len_str1): if j % len_str1 == 0: matrix[j] = j // len_str1 for i in range(1, len_str1): for j in range(1, len_str2): if str1[i-1] == str2[j-1]: cost = 0 else: cost = 1 matrix[j*len_str1+i] = min(matrix[(j-1)*len_str1+i]+1, matrix[j*len_str1+(i-1)]+1, matrix[(j-1)*len_str1+(i-1)] + cost) return matrix[-1]
最近看文章看到Python库提供了一个包difflib实现了从对象A转化对象B的步骤,那么计算最小编辑距离的代码也可以这样写了:
def difflib_leven(str1, str2): leven_cost = 0 s = difflib.SequenceMatcher(None, str1, str2) for tag, i1, i2, j1, j2 in s.get_opcodes(): #print('{:7} a[{}: {}] --> b[{}: {}] {} --> {}'.format(tag, i1, i2, j1, j2, str1[i1: i2], str2[j1: j2])) if tag == 'replace': leven_cost += max(i2-i1, j2-j1) elif tag == 'insert': leven_cost += (j2-j1) elif tag == 'delete': leven_cost += (i2-i1) return leven_cost
代码地址
您可能感兴趣的文章:
- python根据经纬度计算距离示例
- python根据距离和时长计算配速示例
- Python基于动态规划算法计算单词距离
相关内容
- 简述Python中的进程、线程、协程,python
- 理解Python中的With语句,pythonwith语句
- 基于python yield机制的异步操作同步化编程模型,python
- python正则表达式之作业计算器,python正则表达式
- 浅析Python编写函数装饰器,浅析python编写函数
- 浅析Python基础-流程控制,浅析python基础流程
- 使用Python编写基于DHT协议的BT资源爬虫,pythondht
- Python的Socket编程过程中实现UDP端口复用的实例分享,
- Python使用multiprocessing实现一个最简单的分布式作业调度
- 实例讲解Python中函数的调用与定义,实例讲解python
评论关闭