从python中的前缀树返回最相似的位签名答案

【问题标题】：Returning the most similar bit signature from a prefix tree in python从python中的前缀树返回最相似的位签名
【发布时间】：2013-07-29 18:50:04
【问题描述】：

我以前从未使用 python 编码（我是一名 java 程序员），我正在查看表示它返回前缀树中最相似的位签名/向量的代码。例如，签名可以是这样的“1001”。有人可以向我解释一下代码是如何工作的吗？它如何遍历前缀树以在树中找到与查询签名最相似/最接近的签名？相似度基于汉明距离。

代码如下：

class SignatureTrie:
    @staticmethod
    def getNearestSignatureKey(trie, signature):
        digitReplacement = {'0': '1', '1': '0'}
        targetKey, iteratingKey = signature.to01(), ''
        for i in range(len(targetKey)):
            iteratingKey+=targetKey[i]
            if not trie.has_prefix(iteratingKey): iteratingKey=iteratingKey[:-1]+digitReplacement[targetKey[i]]
        return iteratingKey

源文件如下： https://github.com/kykamath/streaming_lsh/blob/master/streaming_lsh/classes.py

编辑：

我将举例说明“我”期望代码做什么。我不知道代码是否真的这样做或它是如何这样做的。这就是为什么我要求解释代码，尤其是遍历前缀树。

假设我有以下包含三个字符串/签名的前缀树： s1 = 1110 s2 = 1100 s3 = 1001

假设我有输入签名 s = 1000。现在我想知道前缀/trie 中哪个向量与输入向量 s 最相似。由于 s3 具有最小的汉明距离 (1)，我希望代码返回向量 s3。

我需要有人向我解释代码是否正在执行我期望它执行的操作，如果是，它如何获得最相似的签名，即它如何遍历树。

如果代码没有达到我的预期，有人可以根据我提供的示例解释它的作用吗？

【问题讨论】：

标签： python algorithm tree trie

【解决方案1】：

class SignatureTrie:

    @staticmethod
    def getNearestSignatureKey(trie, signature):

        digitReplacement = {'0': '1', '1': '0'}
        targetKey = signature.to01() # string with 0 and 1
        iteratingKey = '' # empty string

        for i in range(len(targetKey)): # loop through targetKey string (i being an index)
            iteratingKey += targetKey[i] # append char at position i
            if not trie.has_prefix(iteratingKey): # if iteratingKey is not the trie
                # flip last digit (0 if 1, 1 if 0) of iteratingKey
                iteratingKey = iteratingKey[:-1]+digitReplacement[targetKey[i]]

        return iteratingKey

【讨论】：

你能请举个例子吗？因为我不明白翻转背后的想法。我希望你能提供一个像“10010”这样的签名和前缀树的例子。
我不明白您的输入与预期输出。我只能告诉你代码的作用。

【解决方案2】：

您发布的代码 sn-p 不执行任何 Trie 搜索。完全没有。

您正在查看的函数置换给定的签名密钥（一串零和一）以找到 最近的匹配；如果没有找到以签名的第一个字符开头的匹配项，则会查找具有相反值的项目。

对于您的示例数据，如果您要查找签名 1101，则没有完全匹配。但trie 前缀搜索将返回搜索1、11 和110 的结果。搜索1101 失败，因此使用digitReplacement 将最后一个1 替换为匹配的0，因此1100 是getNearestSignatureKey() 函数的结果。

为了查找匹配，前缀匹配被委托给trie 对象。该数据类型取自Biopython project，编码为entirely in C；如果您愿意，请研究 Trie_has_prefix function 以了解该类型如何搜索匹配的前缀。

关于该数据类型的文档很少；我们最好的是this autogenerated module page：

这个模块实现了一个 trie 数据结构。这允许 O(M) 在字典中查找字符串，其中 M 是字符串的长度细绳。它还支持近似匹配。

【讨论】：