Python levenshtein算法字符串相似度

最新推荐文章于 2024-08-15 08:45:00 发布

原创最新推荐文章于 2024-08-15 08:45:00 发布 · 259 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#python #算法 #开发语言

Python 专栏收录该内容

4 篇文章

订阅专栏

本文介绍了如何使用Python实现Levenshtein距离算法，用于计算两个字符串间的相似度，并重点讲解了levenshtein_ratio和levenshtein_distance函数的用法。通过编辑距离概念，可以评估字符串的差异程度，适用于文本比较和纠错应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#!/usr/bin/python
# coding:utf-8

def    levenshtein_ratio(first, second):
    if len(first)== 0 and len(second) == 0:
        return 1.0
    distance = levenshtein_distance(first,second,1,1,2)
    return 1-float(distance)/(len(first)+len(second))

def    levenshtein_distance(first, second, cost_ins = 1 , cost_del = 1 , cost_rep = 1):
    '''
    计算两个字符串之间的编辑距离
    :输入参数 first: 第一个字符串
    :输入参数 second: 第二个字符串
     :输入参数 cost_ins: 插入开销
    :输入参数 cost_del: 删除开销
     :输入参数 cost_rep: 替换开销
    :返回值: 编辑距离
   '''
    if len(first)== 0 or len(second) == 0:
        return len(first)+len(second)
    first_length = len(first) + 1
    second_length = len(second)+ 1
    distance_matrix = [range(i, second_length + i) for i in range(first_length)]
    # 初始化矩阵
    for i in range(1, first_length):
        for j in range(1, second_length):
            deletion = distance_matrix[i-1][j] + cost_del
            insertion = distance_matrix[i][j-1] + cost_ins
            substitution = distance_matrix[i-1][j-1]
            if first[i-1] != second[j-1]:
                substitution += cost_rep
            distance_matrix[i][j] = min(insertion, deletion, substitution)
    return distance_matrix[first_length-1][second_length-1]