python-Levenshtein幾個計算字串類似度的函數解析

linux環境下，沒有首先安裝python_Levenshtein，用法以下：

重點介紹幾個該包中的幾個計算字串類似度的幾個函數實現。

1. Levenshtein.hamming(str1, str2)

計算漢明距離。要求str1和str2必須長度一致。是描述兩個等長字串之間對應位置上不一樣字符的個數。如

2. Levenshtein.distance(str1, str2)

計算編輯距離（也成Levenshtein距離）。是描述由一個字串轉化成另外一個字串最少的操做次數，在其中的操做包括插入、刪除、替換。如

算法實現 參考動態規劃整理：http://www.cnblogs.com/kaituorensheng/archive/2013/05/15/3080990.html。

3. Levenshtein.ratio(str1, str2)

計算萊文斯坦比。計算公式  r = (sum - ldist) / sum, 其中sum是指str1 和 str2 字串的長度總和，ldist是類編輯距離

注意：這裏的類編輯距離不是2中所說的編輯距離，2中三種操做中每一個操做+1，而在此處，刪除、插入依然+1，可是替換+2

這樣設計的目的：ratio('a', 'c')，sum=2,按2中計算爲（2-1）/2 = 0.5,’a','c'沒有重合，顯然不合算，可是替換操做+2，就能夠解決這個問題。

4. Levenshtein.jaro(s₁, s₂)

計算jaro距離，

其中的m爲s₁, s₂的匹配長度，當某位置的認爲匹配 當該位置字符相同，或者在不超過

         t是調換次數的一半

5. Levenshtein.jaro_winkler(s₁, s₂)

計算Jaro–Winkler距離

Levenshtein所有函數連接

Jaro–Winkler distance連接