我想知道如何基于Levenshtein距离（字符串编辑距离）生成一组相似的字符串。理想情况下，我希望传入一个源字符串（即用于生成与其相似的其他字符串的字符串）、需要生成的字符串数量以及一个阈值作为参数，即生成集合中字符串之间的相似度应大于该阈值。我想知道应该使用哪些Python包来实现这一点？或者有任何实现这个功能的想法吗？

回答：

我认为你可以从另一个角度（反向）来思考这个问题。

• 给定一个字符串，比如是sittin。
• 给定一个阈值（编辑距离），比如是k。
• 然后你应用k步内的不同“编辑”组合。

例如，假设k = 2。假设你允许的编辑模式有：

• 删除一个字符
• 添加一个字符
• 用另一个字符替换一个字符。

那么逻辑大致如下：

input = 'sittin'for num in 1 ... n:  # 假设你想要生成n个字符串  my_input_ = input  # 假设编辑距离应小于或等于k；  # 但大于或等于一  for i in in 1 ... randint(k):     从（删除、添加、替换）中随机选择一种编辑模式    执行它！并更新my_input_

如果你需要坚持使用预定义的字典，这会增加一些复杂性，但仍然是可行的。在这种情况下，编辑必须是有效的。