Question

我已经实现了算法，但现在我想找到与其他字符串编辑距离最短的字符串的编辑距离。

以下是算法：

def lev(s1, s2):
    return min(lev(a[1:], b[1:])+(a[0] != b[0]), lev(a[1:], b)+1, lev(a, b[1:])+1)

Answer 1

您的“实施”有几个缺陷：

（1）它应该以{{1}}开头，而不是def lev(a, b):。请先了解（a）运行代码之前的好习惯（b）引用您实际运行的代码（通过复制/粘贴，而不是（容易出错）重新键入）。

（2）没有终止条件;对于任何参数，它最终会最终尝试评估def lev(s1, s2):，如果不是Python实现限制，它将永远循环：lev("", "")。

您需要插入两行：

RuntimeError: maximum recursion depth exceeded

让它发挥作用。

（3）Levenshtein距离是递归定义的。没有“这个”（唯一的）算法。递归代码在教室外很少见，然后只能以“稻草人”的身份出现。

（4）天真的实现需要时间和内存与if not a: return len(b) if not b: return len(a)成比例...那些字符串通常不会比4到8长一点吗？

（5）你的天真实施更糟糕，因为它复制了输入片段。

你可以在网上找到工作非常天真的实现... google（“levenshtein python”）...寻找那些使用len(a) * len(b)额外内存的实现。< / p>

你要求的是什么（“与其他字符串编辑距离最短的字符串的编辑距离。”）没有意义......“字符串”??? “探戈需要两个人”： - ）

您可能想要的（找到具有最小距离的集合中的所有字符串对），或者可能只是最小距离，这是一个简单的编程练习。你有什么尝试？

顺便说一句，通过简单算法找到这些对将需要执行O(max(len(a), len(b)))的O（N ** 2），其中N是集合中的字符串数...如果这是真实世界应用程序，您应该使用经过验证的代码而不是尝试自己编写代码。如果这是作业，你应该这样说。

Answer 2

这就是你要找的东西吗？

import itertools
import collections

# My Simple implementation of Levenshtein distance
def levenshtein_distance(string1, string2):
    """
    >>> levenshtein_distance('AATZ', 'AAAZ')
    1
    >>> levenshtein_distance('AATZZZ', 'AAAZ')
    3
    """

    distance = 0

    if len(string1) < len(string2):
        string1, string2 = string2, string1

    for i, v in itertools.izip_longest(string1, string2, fillvalue='-'):
        if i != v:
            distance += 1
    return distance

# Find the string with the shortest edit distance.
list_of_string = ['AATC', 'TAGCGATC', 'ATCGAT']

strings_distances = collections.defaultdict(int)

for strings in itertools.combinations(list_of_string, 2):
    strings_distances[strings[0]] += levenshtein_distance(*strings)
    strings_distances[strings[1]] += levenshtein_distance(*strings)

shortest = min(strings_distances.iteritems(), key=lambda x: x[1])

在python中实现Levenshtein距离

2 个答案: