python3 使用Edit distance(编辑距离)求两个二进制序列的相似性

本文介绍了使用Python3实现编辑距离(Levenshtein距离)来衡量两个二进制序列的相似性。编辑距离是一种通过替换、插入或删除字符将一个字符串转换为另一个字符串所需的最小操作数。通过计算这个距离,可以判断两个序列的相似程度。详细步骤可参考相关博客链接。
摘要由CSDN通过智能技术生成

编辑距离:

又称Levenshtein距离(莱文斯坦距离也叫做Edit Distance),是指两个字串之间,由一个转成另一个所需的最少编辑操作次数,如果它们的距离越大,说明它们越是不同。许可的编辑操作包括将一个字符替换成另一个字符,插入一个字符,删除一个字符。

具体的执行过程参考点击打开链接 这篇博客

import math
def minEditDist(sm,sn):
    m,n = len(sm)+1,len(sn)+1

    # create a matrix (m*n)
    matrix = [[0]*n for i in range(m)]
    #初始化矩阵
    matrix[0][0]=0
    for i in range(1,m):
        matrix[i][0] = matrix[i-1][0] + 1

    for j in range(1,n):
        matrix[0][j] = matrix[0][j-1]+1


    for i in range(m):
        print (matrix[i])


   
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值