如何用python计算levenshteindistance_向LevenshteinDistancelike算法添加异常

我在计算一个多达6个变量的序列有多相似。目前我正在使用集合计数器返回不同变量的频率作为编辑距离。在

默认情况下，编辑变量(add/sub/change)时的距离为1或0。我想根据变量和为变量设置的值更改距离。

所以我可以说某些变量与其他变量相似，并提供一个值来说明它们的相似程度。

我还想说，某些变量的价值比通常少或多。在

示例：# 'c' and 'k' are quite similar, so their distance from eachother is 0.5 instead of 1

>>> groups = {['c','k'] : 0.5}

# the letter 'e' is less significant, and 'x' is very significant

>>> exceptions = {'e': 0.3, 'x': 1.5}

>>> distance('woke', 'woc')

0.8

说明：

^{pr2}$

我怎样才能做到这一点？这能用这个计数器算法实现吗？

当前代码(感谢David Eisenstat)def distance(s1, s2):

cnt = collections.Counter()

for c in s1:

cnt[c] += 1

for c in s2:

cnt[c] -= 1

return sum(abs(diff) for diff in cnt.values()) // 2 + \

(abs(sum(cnt.values())) + 1) // 2