Question

我已经在jupyter笔记本上的python中完成了一些代码，以分析一系列基因序列。运行时，它会打印两个输入字符串a和b的长度。然后给我一个错误。

下面提供了功能和错误。

def hamming_distance(string1, string2): 
    distance = 1
    L = len(string1)
    for i in range(L):
        if string1[i] != string2[i]:
            distance += 1

    return distance

      'len a=', 123, ' lenb b', 122)

  ---------------------------------------------------------------------------
IndexError                                Traceback (most recent call last)
<ipython-input-34-c459e7a881a4> in <module>()
      2 b= Sequences.index[1]
      3 print('len a=', len(a), ' lenb b', len(b))
----> 4 hamming_distance(a, b)

<ipython-input-24-c7ce8bb7c40a> in hamming_distance(string1, string2)
      9     for i in range(L):
     10         # Add 1 to the distance if these two characters are not equal
---> 11         if string1[i] != string2[i]:
     12             distance += 1
     13     # Return the final count of differences

IndexError: string index out of range

Answer 1

您的string2比您的string1短至少一个字符。假设您有

string1 = "Hollow"
string2 = "Hello"

然后，当i == 5时，您最终要寻找

string1[5] --> "w"
string2[5] --> IndexError

为避免这种情况的发生，您想要在较短的字符串长度处加上 cap L ，例如：

L = min(len(string1), len(string2))

或在长度不匹配时提出特殊情况（默认情况下，“汉明距离”假设字符串长度相同。如果要比较不同长度的字符串，则可能需要查找改为使用Levenshtein Distance。There is a python module for this）。

Answer 2

如果string2短于string1，则代码中存在问题。如果真是这样，您将最终尝试比较string2中不存在的string1中更高位置的字符。

我不确定这是否是解决此问题的正确方法，但是您可以将L定义为：

L = min(len(string1), len(string2))

这将比较尽可能多的字符，直到到达其中一个字符串的末尾为止。

您的示例数据肯定会出现此问题。您将比较两个字符串中的122个字符，但是对于最后一个字符，您将得到此错误，因为string2中的位置122处没有字符（字符串中的第123个字符）。

IndexError：字符串索引超出范围，函数出错

2 个答案: