在Python中执行模糊键查找的最佳方法是什么？

我有一个问题，我需要在散列映射中进行模糊查找，即返回与查询最相似的键对应的值，在我的例子中，该值由Levenshtein距离度量

我目前的方法是使用一种特殊的查找方法将

dict

子类化，该方法根据所有键计算Levenshtein距离，然后返回得分最低的键的值。基本上：

import Levenshtein

class FuzzyLookupDict(dict):

    def fuzzy_lookup(self, query):
        levs = [(key, Levenshtein.ratio(query, key)) for key in self.keys()]
        key, score = max(levs, key=lambda lev: lev[1])
        return self.get(key)

---

这是一个很好的方法，还是有一个我没有想到的更好的解决方案？

这个问题通常是通过解决的。字符串w和数字n的Levenshtein自动机是一种有限状态自动机，它可以识别Levenshtein与w的距离最多为n的所有字符串集

该算法比使用动态规划分别计算每个字典单词的Levenshtein距离要快得多

Jule Jacob的博客文章是一个很好的起点，Nick Johnson的是一个更深入的介绍

---

例如，你可以在Github上找到一些Python实现。

除非你能想出一种聪明的方法在一个额外的表中索引键，否则我认为不搜索所有键就不可能做到这一点。