微信号:Python_xiaowu

介绍:清华出版社《Python程序设计》系列教材作者董付国的Python小屋.介绍Python基础语法知识、标准库、扩展库知识,探讨Python在各领域的应用.

Python判断两个单词的相似度

2016-09-22 09:44 董付国

本文要点在于算法的设计:如果两个单词中不相同的字母足够少,并且随机选择几个字母在两个单词中具有相同的前后顺序,则认为两个单词是等价的。

目前存在的问题:可能会有误判。


from random import sample, randint


def oneInAnother(one, another):

    '''用来测试单词one中有多少字母不属于单词another'''

    return sum((1 for ch in one if ch not in another))


def testPositions(one, another, positions):

    '''用来测试单词one中位置positions上的字母是否

       与单词another中的相同字母具有同样的前后顺序'''

    #获取单词one中指定位置上的字母

    lettersInOne = [one[p] for p in positions]

    print(lettersInOne)

    #这些字母在单词another中的位置

    positionsInAnother = [another[p:].index(ch)+p for p, ch in zip(positions,lettersInOne) if ch in another[p:]]

    print(positionsInAnother)

    #如果这些字母在单词another中也具有相同的前后位置关系,返回True

    if sorted(positionsInAnother)==positionsInAnother:

        return True

    return False

    

    

def main(one, another, rateNumber=1.0):

    c1 = oneInAnother(one, another)

    c2 = oneInAnother(another, one)

    #计算比例,测试两个单词有多少字母不相同

    r = abs(c1-c2) / len(one+another)


    #测试单词one随机位置上的字母是否在another中具有相同的前后顺序

    minLength = min(len(one), len(another))

    positions = sample(range(minLength), randint(minLength//2, minLength-1))

    positions.sort()

    flag = testPositions(one, another, positions)


    #两个单词具有较高相似度

    if flag and r<rateNumber:

        return True

    return False


#测试效果

print(main('beautiful', 'beaut', 0.2))

print(main('beautiful', 'beautiful', 0.2))

print(main('beautiful', 'btuaeiflu', 0.2))


某次运行结果如下:

['a', 'u']

[2, 3]

False

['a', 'u', 'f', 'u']

[2, 3, 6, 7]

True

['b', 'e', 'a', 'u', 't', 'f']

[0, 4, 3, 8, 6]

False


 
Python小屋 更多文章 Python实现立方体纹理映射 Python使用TCP协议编写会聊天的小机器人 Python绘制带有中文标签和图例的图 Python把汉字转换成拼音 Python中定义只能实例化一个对象的类
猜您喜欢 数据告诉你,银行靠谱吗? 一言不合就学习:PHP优秀学习文章资料汇总整理 爱卡汽车:日均PV1.5亿汽车社区的用户体验是怎样炼成的? Cocos 2015开发者大会(春季)核心内容曝光 IBM收购流媒体服务商Ustream