Question

我在列表A中有数百万个单词，在列表B中有大约100个单词。我想找到集合A中看起来像集合B中的项目的所有项目。我使用Python Levenshtein库，这是用C语言编写，效果很好。

但99％的比较都是浪费时间，因为Levenshtein计算了像＃＆＃34; apple＆＃34;和＆＃34;香蕉＆＃34;即使它非常清楚，这些词语看起来并不相同。

一旦Levenshtein距离达到3，我想要做的就是结束这个功能。我可以用从某个地方借来的这个python函数中的一行来做到这一点。但是我更喜欢使用Levenshtein库，它是用C构建的，应该更快。

#!/usr/bin/python
def lvn(a, b):
    "Calculates the Levenshtein distance between a and b."
    n, m = len(a), len(b)
    if n > m:
          # Make sure n <= m, to use O(min(n,m)) space
          a,b = b,a
          n,m = m,n

    current = range(n+1)
    for i in range(1,m+1):
          previous, current = current, [i]+[0]*n
          for j in range(1,n+1):
            add, delete = previous[j]+1, current[j-1]+1
            change = previous[j-1]

            if a[j-1] != b[i-1]:
              change = change + 1
              current[j] = min(add, delete, change)
            if current[j]==3: return #what I want to replicate

        return current[n]

Answer 1

为什么不通过深度参数：

def lvn（a，b，depth）

每次递增时递增，当你到达3时返回1000？

在python Levenshtein中设置编辑限制

1 个答案: