python-Levenshtein几个计算字串相似度的函数解析

linux环境下，没有首先安装python_Levenshtein，用法如下：

重点介绍几个该包中的几个计算字串相似度的几个函数实现。

1. Levenshtein.hamming(str1, str2)

计算汉明距离。要求str1和str2必须长度一致。是描述两个等长字串之间对应位置上不同字符的个数。如

2. Levenshtein.distance(str1, str2)

计算编辑距离（也成Levenshtein距离）。是描述由一个字串转化成另一个字串最少的操作次数，在其中的操作包括插入、删除、替换。如

算法实现 参考动态规划整理：http://www.cnblogs.com/kaituorensheng/archive/2013/05/15/3080990.html。

3. Levenshtein.ratio(str1, str2)

计算莱文斯坦比。计算公式  r = (sum - ldist) / sum, 其中sum是指str1 和 str2 字串的长度总和，ldist是类编辑距离

注意：这里的类编辑距离不是2中所说的编辑距离，2中三种操作中每个操作+1，而在此处，删除、插入依然+1，但是替换+2

这样设计的目的：ratio('a', 'c')，sum=2,按2中计算为（2-1）/2 = 0.5,’a','c'没有重合，显然不合算，但是替换操作+2，就可以解决这个问题。

4. Levenshtein.jaro(s₁, s₂)

计算jaro距离，

其中的m为s₁, s₂的匹配长度，当某位置的认为匹配 当该位置字符相同，或者在不超过

         t是调换次数的一半

5. Levenshtein.jaro_winkler(s₁, s₂)

计算Jaro–Winkler距离

Levenshtein全部函数链接

Jaro–Winkler distance链接

本文转自jihite博客园博客，原文链接：http://www.cnblogs.com/kaituorensheng/archive/2013/05/18/3085653.html，如需转载请自行联系原作者