1

假设我有一个 python 字典：

d = {"a":1, "b":2}

这表示一个字符在字符串中出现的次数。所以上面的字典可以生成“abb”、“bab”或“bba”的字符串。

两个字典之间的最大相似度是一个 >= 0 和 <= 1 的比率，它描述了两个最相似生成的字符串的相似程度。

例如，

d1 = {"a":1, "b":2}
d2 = {"c": 3}
d3 = {"a":1, "d":2}

max_sim(d1, d2) # equals to 0.0 because no indexes 
# of an arrangement of ccc matches any indexes of an arrangement of abb
max_sim(d1, d3) # equals to 0.333 because an arrangement of add matches
# one out of three characters of an arrangement of abb
# note that if we compared dda and abb, the similarity ratio would be 0.0
# but we always take into account the most similarly generated strings

如何仅通过查看每个字符的出现次数来生成任何两个字典（相同长度）的最大相似度？即简单地分析字典而不是实际生成字符串并检查每对的相似度。

注意：我在字典上使用 max_sim 而不是字符串，因为我已经遍历了两个字符串来收集它们的字典数据（除了其他东西）。如果我在两个字符串（原始字符串或将字典转换回字符串）上使用 max_sim，我想我只是在做冗余计算。因此，如果答案将两个字典作为输入，我将不胜感激。

4

1 回答 1

1

那这个呢：

def max_sim(d1, d2):
    # assume that's the same for both dicts
    length = sum(d1.values())
    matches = 0
    for letter in set(d1.keys() + d2.keys()):
        matches += min(d1.get(letter, 0), d2.get(letter, 0))
    return matches / float(length)

结果：

d1 = {"a":1, "b":2}
d2 = {"c": 3} 
d3 = {"a":1, "d":2}
d4 = {"a": 1, "b": 1, "c": 1 }

max_sim(d1, d2) # 0.0
max_sim(d1, d3) # 0.333
max_sim(d1, d4) # 0.666
max_sim(d1, d1) # 1.0
于 2013-02-28T00:01:02.600 回答