蟒蛇模糊levenshtein比率提前退出？

Question

我试图相互比较100k字符串。我不能进一步减小问题的大小（即集合中的#strings）。我使用Levenshtein比率进行比较。如果ratio大于0.9，我想将2个字符串存储在列表中。我的问题是关于运行时优化。由于0.9是我的标准，有没有办法将这个值传递给Levenshtein.ratio（）并期望在负面情况下提前退出？如果存在提前退出的方法，则可以保存一些运行时。在计算完整距离之前，Levenshtein算法在提前获得比率是否可行。

E.g

import Levenshtein 
Levenshtein.ratio('lot of runtime','why not an early exit in this case by taking the intended ratio')

是否有类似的东西：

Levenshtein.ratio('lot of runtime','why not an early exit in this case by taking the intended ratio', 0.9)

Answer 1

是的，可以提前退出，就像你假设一样。

Levenshtein模块的源代码是免费提供的，因此您可以自己添加该功能。

您可能希望考虑另一种优化：三角不等式。如果字符串A与字符串B相似20％，字符串B与字符串C相似90％，那么你知道字符串A不会与字符串C相似90％。这是不可能的，所以你没有实际上计算AC Levenshtein距离。