我正在用python编写程序，使用给定的输入单词（使用编辑距离算法）查找最相似的单词。它必须像这样工作：
input = "tree"
output = [ "free", "trek", "trie" ]
现在，我从一个词典中提取了所有ngram，并将它们与从中提取的单词相关联。我有一本字典，其中的键是ngram，值是相关单词的列表，像这样：
“ mag”：[“ magic”，“ magazine”，“ magnetic”，“ magistrate”，“朝圣”]
当我有一个输入词时，我从中提取ngram并遍历字典中的键以找到它们并提取与单词相关的列表。在这些列表上，我使用编辑距离来获取需要的单词。 它运作良好，但需要很多时间。有时，仅需一个单词，它就会在8/10秒时到达。 我如何使过程更快？我实际上想要一个概念上的解决方案。我使用这种“ ngram索引”方法是因为对词典中的每个单词使用编辑距离要慢得多。现在我想要比当前方法快的东西
def searchIndex(myString, n, index):
ngs = toNgrams(myString)
found=[]
ngIndex = NGram(index)
ngNgrams = NGram(ngs)
a = timer()
commonNgrams = ngIndex.intersection(ngNgrams)
for i in commonNgrams:
for k in index[i]:
if ed(myString, k) < 2 and k not in found:
found.append(k)
b = timer()
time = b-a
return found, time