最新文章专题视频专题问答1问答10问答100问答1000问答2000关键字专题1关键字专题50关键字专题500关键字专题1500TAG最新视频文章推荐1 推荐3 推荐5 推荐7 推荐9 推荐11 推荐13 推荐15 推荐17 推荐19 推荐21 推荐23 推荐25 推荐27 推荐29 推荐31 推荐33 推荐35 推荐37视频文章20视频文章30视频文章40视频文章50视频文章60 视频文章70视频文章80视频文章90视频文章100视频文章120视频文章140 视频2关键字专题关键字专题tag2tag3文章专题文章专题2文章索引1文章索引2文章索引3文章索引4文章索引5123456789101112131415文章专题3
当前位置: 首页 - 科技 - 知识百科 - 正文

Python基于动态规划算法计算单词距离

来源:动视网 责编:小采 时间:2020-11-27 14:42:09
文档

Python基于动态规划算法计算单词距离

Python基于动态规划算法计算单词距离:本文实例讲述了Python基于动态规划算法计算单词距离。分享给大家供大家参考。具体如下: #!/usr/bin/env python #coding=utf-8 def word_distance(m,n): compute the least steps number to convert m to n by
推荐度:
导读Python基于动态规划算法计算单词距离:本文实例讲述了Python基于动态规划算法计算单词距离。分享给大家供大家参考。具体如下: #!/usr/bin/env python #coding=utf-8 def word_distance(m,n): compute the least steps number to convert m to n by


本文实例讲述了Python基于动态规划算法计算单词距离。分享给大家供大家参考。具体如下:

#!/usr/bin/env python
#coding=utf-8
def word_distance(m,n):
 """compute the least steps number to convert m to n by insert , delete , replace .
 动态规划算法,计算单词距离
 >>> print word_distance("abc","abec")
 1
 >>> print word_distance("ababec","abc")
 3
 """
 len_1=lambda x:len(x)+1
 c=[[i] for i in range(0,len_1(m)) ]
 c[0]=[j for j in range(0,len_1(n))]
 for i in range(0,len(m)):
 # print i,' ',
 for j in range(0,len(n)):
 c[i+1].append(
 min(
 c[i][j+1]+1,#插入n[j]
 c[i+1][j]+1,#删除m[j]
 c[i][j] + (0 if m[i]==n[j] else 1 )#改
 )
 )
 # print c[i+1][j+1],m[i],n[j],' ',
 # print ''
 return c[-1][-1]
import doctest
doctest.testmod()
raw_input("Success!")

希望本文所述对大家的Python程序设计有所帮助。

文档

Python基于动态规划算法计算单词距离

Python基于动态规划算法计算单词距离:本文实例讲述了Python基于动态规划算法计算单词距离。分享给大家供大家参考。具体如下: #!/usr/bin/env python #coding=utf-8 def word_distance(m,n): compute the least steps number to convert m to n by
推荐度:
标签: 计算 单词 python
  • 热门焦点

最新推荐

猜你喜欢

热门推荐

专题
Top