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 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。