Python-按键中的汉明距离对defaultdict值进行分组

我有一个大约700键的默认dict。键的格式为_B_字符串。我需要做的是将键拆分为‘‘’，如果A和B相同，则比较每个键的‘字符串’之间的距离。如果距离是，我想我看到你的代码中有一个问题考虑了这个场景：

0: A_B_DATA1 
1: A_B_DATA2    
2: A_B_DATA3 

All the valid comparisons are:  
0 -> 1 * Combines under key 'A_B_DATA1' 
0 -> 2 * Combines under key 'A_B_DATA1'
1 -> 2 * Combines under key 'A_B_DATA2' **opps

0: A_B_DATA111
1: A_B_DATA122    
2: A_B_DATA223 

All the valid comparisons are:  
0 -> 1 * Combines under key 'A_B_DATA111' 
0 -> 2 * Combines under key 'A_B_DATA111'
1 -> 2 * Combines under key 'A_B_DATA122'

我想你会希望这三个在一个键下结合。然而，考虑这种情况：

0: A_B_DATA1 
1: A_B_DATA2    
2: A_B_DATA3 

All the valid comparisons are:  
0 -> 1 * Combines under key 'A_B_DATA1' 
0 -> 2 * Combines under key 'A_B_DATA1'
1 -> 2 * Combines under key 'A_B_DATA2' **opps

0: A_B_DATA111
1: A_B_DATA122    
2: A_B_DATA223 

All the valid comparisons are:  
0 -> 1 * Combines under key 'A_B_DATA111' 
0 -> 2 * Combines under key 'A_B_DATA111'
1 -> 2 * Combines under key 'A_B_DATA122'

现在它变得有点棘手，因为第0行距离第1行是距离2，第1行距离第2行是距离2，但您可能不希望它们都在一起，因为第0行距离第2行是距离3

下面是一个工作解决方案的示例，假设您希望输出是这样的：

def unpack_key(key):
    data = key.split('_')
    return '_'.join(data[:2]), '_'.join(data[2:])

combined = defaultdict(list)
for key1 in groups:
    combined[key1] = []
    key1_ab, key1_string = unpack_key(key1)
    for key2 in groups:
        if key1 != key2:
            key2_ab, key2_string = unpack_key(key2)
            if key1_ab == key2_ab and len(key1_string) == len(key2_string):
               if hamming(key1_string, key2_string) <= 2:
                   combined[key1].append(key2)

---

请记住，这是一个O（n^2）算法，这意味着当密钥集变大时，它是不可伸缩的。

您缺少一个“在您的hamming文档字符串中，它会导致格式错误，您可以将其放在其中吗？”？我会为您编辑它，但堆栈溢出需要至少6个字符的编辑：/changed。我对这个问题有什么想法吗？我明白你对关键问题的意思。我想我已经想出了一个解决方案，不使用itertools组合，请参见edit您能告诉我您对上述场景的输出预期是什么吗？输出应该是默认的dict，其中键包含通过上述标准的值：所有原始标题的值必须具有相同的a和B，每个字符串应该有所不同，但我觉得有多种方式来表示这个答案。你能告诉我输出应该是什么样的吗（生成的字典键/值是什么）。好的。假设键A_B_DATA111的列表中有10个序列，A_B_DATA122有7个，A_B_DATA223有4个。在最后的dict A_B_data中，111将是搜索具有上述条件的其他键的代表键。A_B_数据122应属于A_B_数据111。A_B_data 223，将根据其他键进行搜索。

A_B_DATA111: ['A_B_DATA122']
A_B_DATA122: ['A_B_DATA111', 'A_B_DATA223']
A_B_DATA223: ['A_B_DATA122']