Python實現(xiàn)計算最小編輯距離
最小編輯距離或萊文斯坦距離(Levenshtein),指由字符串A轉(zhuǎn)化為字符串B的最小編輯次數(shù)。允許的編輯操作有:刪除,插入,替換。具體內(nèi)容可參見:維基百科—萊文斯坦距離。一般代碼實現(xiàn)的方式都是通過動態(tài)規(guī)劃算法,找出從A轉(zhuǎn)化為B的每一步的最小步驟。從Google圖片借來的圖,
Python代碼實現(xiàn), (其中要注意矩陣的下標從1開始,而字符串的下標從0開始):
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庫提供了一個包difflib實現(xiàn)了從對象A轉(zhuǎn)化對象B的步驟,那么計算最小編輯距離的代碼也可以這樣寫了:
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
相關文章
pytorch 實現(xiàn)模型不同層設置不同的學習率方式
今天小編就為大家分享一篇pytorch 實現(xiàn)模型不同層設置不同的學習率方式,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01python matplotlib繪圖,修改坐標軸刻度為文字的實例
今天小編就為大家分享一篇python matplotlib繪圖,修改坐標軸刻度為文字的實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-05-05爬蟲代理池Python3WebSpider源代碼測試過程解析
這篇文章主要介紹了爬蟲代理池Python3WebSpider源代碼測試過程解析,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2019-12-12python argparse命令行參數(shù)解析(推薦)
Python argparse模塊是解析命令行參數(shù)的首選方法。解析命令行參數(shù)是一個非常常見的任務,Python腳本根據(jù)傳遞的值來執(zhí)行和操作2021-06-06