Python 有效地确定；“如何分类”；一个列表是，例如，Levenshtein距离

我正在做一些排名算法的研究，我想，给定一个排序列表和该列表的一些排列，计算两个排列之间的距离。对于Levenshtein距离的情况，这对应于计算序列和该序列的排序副本之间的距离。例如，还有一个“反演距离”，这是一个详细的线性时间算法，我正在努力实现它

有人知道现有的python实现的反转距离和/或Levenshtein距离的优化吗？我是在50000到200000个元素的序列上计算的，所以O（n^2）太慢了，但是O（n log（n））或者更好的应该足够了

还将赞赏用于排列相似性的其他度量

---

为未来的人编辑：

基于；这不是Levenshtein或倒置距离，而是“格式塔模式匹配”：P

在糟糕的桌面上运行约6秒钟

Edit2:如果你可以强制你的序列变成[1..n]的排列，那么曼哈顿度量的变化非常快，并且有一些有趣的结果

manhattan = lambda l: sum(abs(a - i) for i, a in enumerate(l)) / (0.5 * len(l) ** 2)
rankings = list(range(100000))
random.shuffle(rankings)
manhattan(rankings) # ~ 0.6665, < 1 second

manhattan=lambda l:sum（abs（a-i）表示i，a表示枚举（l））/（0.5*len（l）**2）
排名=列表（范围（100000））
随机。洗牌（排名）
曼哈顿（排名）#~0.6665，<1秒

标准化因子在技术上是近似值；它对于偶数大小的列表是正确的，但是对于奇数大小的列表应该是

（0.5*（len（l）**2-1））

---

Edit3:还有其他几种检查列表相似性的算法！排名系数和排名系数。这些函数的实现在库中以

scipy.stats.kendalltau

和

scipy.stats.rspearman

的形式提供，并将返回秩和相关的p值。

Levenshtein距离是一个O（n**2）算法，因此如果您想走得更快，请使用中的替代快速算法。该方法计算两个序列之间的相似性度量

如果您必须坚持使用Levenshtein，ASPN Python食谱中有一个Python食谱：

---

另一个Python脚本位于：

规范的DP-Levenshtein算法是O（n2），但我知道许多用例允许更快的算法，例如使用。我拼凑了一个O（n2）算法的实现，它看起来与那些配方相当，但不幸的是对于我正在做的事情来说太慢了。同时，我会查看difflib，谢谢！

manhattan = lambda l: sum(abs(a - i) for i, a in enumerate(l)) / (0.5 * len(l) ** 2)
rankings = list(range(100000))
random.shuffle(rankings)
manhattan(rankings) # ~ 0.6665, < 1 second