प्रतिबंधित स्मृति अनुकूलन

Question

संपादित करें (या Levenshtein) दूरी दो तार के बीच एकल वर्ण सम्मिलन, विलोपन और प्रतिस्थापन दूसरे में एक स्ट्रिंग को बदलने के लिए की जरूरत की न्यूनतम संख्या है। यदि दो तारों की लंबाई प्रत्येक n है, तो यह सर्वविदित है कि यह गतिशील प्रोग्रामिंग द्वारा O (n ^ 2) समय में किया जा सकता है। निम्नलिखित पायथन कोड इस गणना को दो तारों के लिए करता है s1और s2।

def edit_distance(s1, s2):
    l1 = len(s1)
    l2 = len(s2)

    matrix = [range(l1 + 1)] * (l2 + 1)
    for zz in range(l2 + 1):
      matrix[zz] = range(zz,zz + l1 + 1)
    for zz in range(0,l2):
      for sz in range(0,l1):
        if s1[sz] == s2[zz]:
          matrix[zz+1][sz+1] = min(matrix[zz+1][sz] + 1, matrix[zz][sz+1] + 1, matrix[zz][sz])
        else:
          matrix[zz+1][sz+1] = min(matrix[zz+1][sz] + 1, matrix[zz][sz+1] + 1, matrix[zz][sz] + 1)
    return matrix[l2][l1]

इस कार्य में आपको जितना पास होना चाहिए, आप संपादित दूरी की गणना कर सकते हैं, लेकिन एक गंभीर स्मृति प्रतिबंध के साथ। आपके कोड को 1000 32-बिट पूर्णांकों वाले एक सरणी को परिभाषित करने की अनुमति दी गई है और यह आपके द्वारा उपयोग किए जाने वाले एकमात्र अस्थायी संग्रहण है। सभी चर और डेटा संरचनाएं इस सरणी में समाहित की जानी हैं। विशेष रूप से, आप ऊपर दिए गए एल्गोरिथ्म को 1000 की लंबाई के स्ट्रिंग्स के रूप में लागू नहीं कर पाएंगे क्योंकि इसके लिए आपको कम से कम 1,000,000 नंबरों को स्टोर करना होगा। जहां आपकी भाषा में स्वाभाविक रूप से 32 बिट पूर्णांक नहीं हैं (उदाहरण के लिए पायथन) आपको बस यह सुनिश्चित करने की आवश्यकता है कि आप सरणी में 2 ^ 32-1 से बड़ी संख्या को कभी संग्रहीत न करें।

आप उस हिस्से में मेमोरी प्रतिबंधों की चिंता किए बिना अपनी पसंद के किसी भी मानक पुस्तकालय का उपयोग कर डेटा में पढ़ सकते हैं। अपने कोड के मुख्य भाग के लिए प्रतियोगिता को उचित बनाने के लिए, आप केवल उन कार्यों का उपयोग कर सकते हैं जो C प्रोग्रामिंग भाषा में उन लोगों के बराबर कार्यात्मक हैं और किसी भी बाहरी पुस्तकालयों का उपयोग नहीं कर सकते हैं।

अतिरिक्त स्पष्ट होने के लिए, इनपुट डेटा को स्टोर करने के लिए या आपकी भाषा के दुभाषिया, जेवीएम आदि द्वारा उपयोग की जाने वाली मेमोरी आपकी सीमा की ओर नहीं होती है और आप डिस्क पर कुछ भी नहीं लिख सकते हैं। आपको यह मान लेना चाहिए कि इनपुट डेटा केवल तभी पढ़ा जाता है जब मेमोरी में है ताकि आप अधिक कार्यशील स्थान प्राप्त करने के लिए पुन: उपयोग न कर सकें।

मुझे क्या लागू करना है?

आपका कोड निम्नलिखित प्रारूप में एक फ़ाइल में पढ़ा जाना चाहिए। इसकी तीन लाइनें होंगी। पहली पंक्ति सही संपादित दूरी है। दूसरा स्ट्रिंग 1 है और तीसरा स्ट्रिंग 2 है। मैं इसे नमूना डेटा के साथ https://bpaste.net/show/6905001d52e8 पर परीक्षण करूंगा जहां स्ट्रिंग्स की लंबाई 10,000 है, लेकिन यह इस डेटा के लिए विशेष नहीं होना चाहिए। इसे दो स्ट्रिंग्स के बीच मिल सकने वाली सबसे छोटी एडिट दूरी को आउटपुट करना चाहिए।

आपको अपने संपादन दूरी को वास्तव में संपादन के एक वैध सेट से आता है साबित करने की आवश्यकता होगी। आपके कोड में एक स्विच होना चाहिए जो इसे एक ऐसे मोड में बदल देता है जो अधिक मेमोरी (जितना आपको पसंद हो) का उपयोग कर सकता है और संपादित संचालन को आउटपुट कर सकता है जो आपके संपादन दूरी को देता है।

स्कोर

आपका स्कोर होगा (optimal edit distance/divided by the edit distance you find) * 100। चीजों को शुरू करने के लिए, ध्यान दें कि आप केवल दो तारों के बीच बेमेल की संख्या की गिनती करके स्कोर प्राप्त कर सकते हैं।

आप अपनी पसंद की किसी भी भाषा का उपयोग कर सकते हैं, जो कि लिनक्स में आसानी से उपलब्ध है और इंस्टॉल करना आसान है

बराबर का अवसर

टाई-ब्रेक के मामले में, मैं आपके कोड को अपने लिनक्स मशीन पर चलाऊंगा और सबसे तेज कोड जीतूंगा।

Comments

चाहेंगे for(int i=0;i<=5;i++)क्योंकि यह में डेटा संग्रहीत है की अनुमति दी जाए i?

— बीटा क्षय

@BetaDecay हां, हालांकि नियमों का अधिक बारीकी से पालन करने के लिए आप कुछ ऐसा करेंगे जैसे { uint32_t foo[1000]; for (foo[0] = 0; foo[0] < 5; ++foo[0]) printf("%d ", foo[0]); } यह मान रहे हैं कि आपके 32 बिट पूर्णांक को सरणी कहा जाएगा foo।

फ़ाइल में सही एडिट डिस्टेंस होने की बात क्या है? क्या कार्यक्रम वास्तव में इसे पढ़ने वाला है? या (जो अधिक समझदार लगता है) क्या यह सिर्फ आपके लिए है कि कार्यक्रम कितना सफल रहा?

— feersum

@ फैर्सम बिल्कुल। यह सिर्फ इतना है कि आप देख सकते हैं कि आपका स्कोर क्या है।

bpaste.net/show/6905001d52e8 मुझे 404 पेज देता है!

— सर्गिओल

Answer 1

सी ++, स्कोर 92.35

अनुमान एल्गोरिथ्म: एल्गोरिथ्म पहले दो स्ट्रिंग अलग जगह पाता है, और फिर सभी संभव एन ऑपरेशन क्रमचय (सम्मिलित करें, हटाएं, बदलें - उन पात्रों की कोशिश करता है जो मैच एक ऑपरेशन का उपभोग किए बिना छोड़ दिया जाता है)। यह संचालन के प्रत्येक संभावित सेट को इस आधार पर निर्धारित करता है कि ऑपरेशन का सेट कितनी दूर सफलतापूर्वक दो तारों से मेल खाता है, साथ ही यह स्ट्रिंग की लंबाई को समाप्‍त करने का कारण बनता है। एन ऑपरेशन के उच्चतम स्कोरिंग सेट को निर्धारित करने के बाद, सेट में पहला ऑपरेशन लागू किया जाता है, अगला बेमेल पाया जाता है, और स्ट्रिंग के अंत तक पहुंचने तक प्रक्रिया दोहराती है।

कार्यक्रम 1-10 से एन के सभी मूल्यों की कोशिश करता है और उस स्तर का चयन करता है जिसने सबसे अच्छा परिणाम दिया। एन = 10 आम तौर पर अब सबसे अच्छा है कि स्कोरिंग विधि स्ट्रिंग की लंबाई को ध्यान में रखती है। N के उच्च मूल्य शायद और भी बेहतर होंगे, लेकिन घातीय रूप से अधिक समय लेंगे।

मेमोरी उपयोग: चूंकि कार्यक्रम विशुद्ध रूप से पुनरावृत्त है, इसलिए इसे बहुत कम मेमोरी की आवश्यकता होती है। कार्यक्रम की स्थिति को ट्रैक करने के लिए केवल 19 चर का उपयोग किया जाता है। ये #defines द्वारा वैश्विक चर के रूप में कार्य करने के लिए निर्धारित किए गए हैं।

उपयोग: कार्यक्रम का उपयोग feersum के समान किया जाता है: पहला पैरामीटर फ़ाइल माना जाता है, और कोई भी अतिरिक्त पैरामीटर इंगित करता है कि संपादन दिखाए जाने चाहिए। कार्यक्रम हमेशा अनुमानित संपादित दूरी और अंक प्रिंट करता है।

सत्यापन आउटपुट: सत्यापन आउटपुट इसे तीन पंक्तियों में स्वरूपित करता है:

11011111100101100111100110100 110 0 0000   0 01101
R I          IR     R        D   D D    DDD D     D
01 1111110010 0001110001101000110101000011101011010

शीर्ष पंक्ति लक्ष्य स्ट्रिंग है, मध्य संचालन है, और नीचे स्ट्रिंग संपादित किया जा रहा है। ऑपरेशन लाइन में रिक्त स्थान इंगित करते हैं कि वर्ण मेल खाते हैं। 'R' इंगित करता है कि एडिट स्ट्रिंग में वह स्थान है जो उस स्थिति में लक्षित स्ट्रिंग के चरित्र से बदला गया है। 'I' इंगित करता है कि संपादन स्ट्रिंग में उस स्थिति में लक्षित स्ट्रिंग का चरित्र डाला गया है। 'डी' इंगित करता है कि संपादित स्ट्रिंग में उस स्थिति में चरित्र है जिसे हटा दिया गया है। संपादित और लक्ष्य के तारों में रिक्त स्थान होते हैं, जब दूसरे में कोई वर्ण डाला या हटाया जाता है, तो वे पंक्तिबद्ध हो जाते हैं।

#include <stdio.h>
#include <stdlib.h>
#include <string>
#include <math.h>
#include <fstream>

int memory[1000];
#define first (*(const char **)&memory[0])
#define second (*(const char **)&memory[1])
#define block_ia memory[2]
#define block_ib memory[3]
#define block_n memory[4]
#define block_op memory[5]
#define block_o memory[6]
#define block_x memory[7]
#define n memory[8]
#define opmax memory[9]
#define best_op memory[10]
#define best_score memory[11]
#define score memory[12]
#define best_counter memory[13]
#define la memory[14]
#define lb memory[15]
#define best memory[16]
#define bestn memory[17]
#define total memory[18]

// verification variables
char printline1[0xffff]={};
char *p1=printline1;
char printline2[0xffff]={};
char *p2=printline2;
char printline3[0xffff]={};
char *p3=printline3;


// determine how many characters match after a set of operations
int block(){
    block_ia=0;
    block_ib=0;
    for ( block_x=0;block_x<block_n;block_x++){
        block_o = block_op%3;
        block_op /= 3;
        if ( block_o == 0 ){ // replace
            block_ia++;
            block_ib++;
        } else if ( block_o == 1 ){ // delete
            block_ib++;
        } else { // insert
            if ( first[block_ia] ){ 
                block_ia++;
            }
        }
        while ( first[block_ia] && first[block_ia]==second[block_ib] ){ // find next mismatch
            block_ia++;
            block_ib++;
        }
        if ( first[block_ia]==0 ){
            return block_x;
        }
    }
    return block_n;
}

// find the highest-scoring set of N operations for the current string position
void bestblock(){
    best_op=0;
    best_score=0;
    la = strlen(first);
    lb = strlen(second);
    block_n = n;
    for(best_counter=0;best_counter<opmax;best_counter++){
        block_op=best_counter;
        score = n-block();
        score += block_ia-abs((la-block_ia)-(lb-block_ib));
        if ( score > best_score ){
            best_score = score;
            best_op = best_counter;
        }
    }
}

// prepare edit confirmation record
void printedit(const char * a, const char * b, int o){
    o%=3;
    if ( o == 0 ){ // replace
        *p1 = *a;
        if ( *b ){
            *p2 = 'R';
            *p3 = *b;
            b++;
        } else {
            *p2 = 'I';
            *p3 = ' ';
        }
        a++;
    } else if ( o == 1 ){ // delete
        *p1 = ' ';
        *p2 = 'D';
        *p3 = *b;
        b++;
    } else { // insert
        *p1 = *a;
        *p2 = 'I';
        *p3 = ' ';
        a++;
    }
    p1++;
    p2++;
    p3++;
    while ( *a && *a==*b ){
        *p1 = *a;
        *p2 = ' ';
        *p3 = *b;
        p1++;
        p2++;
        p3++;
        a++;
        b++;
    }
}


int main(int argc, char * argv[]){

    if ( argc < 2 ){
        printf("No file name specified\n");
        return 0;
    }

    std::ifstream file(argv[1]);
    std::string line0,line1,line2;
    std::getline(file,line0);
    std::getline(file,line1);
    std::getline(file,line2);

    // begin estimating Levenshtein distance
    best = 0;
    bestn = 0;
    for ( n=1;n<=10;n++){ // n is the number of operations that can be in a test set
        opmax = (int)pow(3.0,n);
        first = line1.c_str();
        second = line2.c_str();
        while ( *first && *first == *second ){
            first++;
            second++;
        }
        total=0;
        while ( *first && *second ){
            bestblock();
            block_n=1;
            block_op=best_op;
            block();
            total ++;
            first += block_ia;
            second += block_ib;
        }
        // when one string is exhausted, all following ops must be insert or delete
        while(*second){
            total++;
            second++;
        }
        while(*first){
            total++;
            first++;
        }
        if ( !best || total < best ){
            best = total;
            bestn = n;
        }
    }
    // done estimating Levenshtein distance

    // dump info to prove the edit distance actually comes from a valid set of edits
    if ( argc >= 3 ){
        p1 = printline1;
        p2 = printline2;
        p3 = printline3;
        n = bestn;
        opmax = (int)pow(3.0,n);
        first = line1.c_str();
        second = line2.c_str();
        while ( *first && *first == *second ){
            *p1 = *first;
            *p2 = ' ';
            *p3 = *second;
            p1++;
            p2++;
            p3++;
            first++;
            second++;
        }
        while ( *first && *second){
            bestblock();
            block_n=1;
            block_op=best_op;
            block();
            printedit(first,second,best_op);
            first += block_ia;
            second += block_ib;
        }
        while(*second){
            *p1=' ';
            *p2='D';
            *p3=*second;
            p1++;
            p2++;
            p3++;
            second++;
        }
        while(*first){
            *p1=*first;
            *p2='I';
            *p3=' ';
            p1++;
            p2++;
            p3++;
            first++;
        }

        p1 = printline1;
        p2 = printline2;
        p3 = printline3;
        int ins=0;
        int del=0;
        int rep=0;
        while ( *p1 ){
            int a;
            for ( a=0;a<79&&p1[a];a++)
                printf("%c",p1[a]);
            printf("\n");
            p1+=a;
            for ( a=0;a<79&&p2[a];a++){
                ins += ( p2[a] == 'I' );
                del += ( p2[a] == 'D' );
                rep += ( p2[a] == 'R' );
                printf("%c",p2[a]);
            }
            printf("\n");
            p2+=a;
            for ( a=0;a<79&&p3[a];a++)
                printf("%c",p3[a]);
            printf("\n\n");
            p3+=a;
        }
        printf("Best N=%d\n",bestn);
        printf("Inserted = %d, Deleted = %d, Replaced=%d, Total = %d\nLength(line1)=%d, Length(Line2)+ins-del=%d\n",ins,del,rep,ins+del+rep,line1.length(),line2.length()+ins-del);
    }

    printf("%d, Score = %0.2f\n",best,2886*100.0/best);
    system("pause");
    return 0;
}

Answer 2

सी ++ 75.0

कार्यक्रम मनमाना पाठ तार के साथ काम करने के लिए डिज़ाइन किया गया है। वे किसी भी भिन्न लंबाई के हो सकते हैं जब तक कि न तो 13824 से अधिक वर्ण हों। यह 1,897 16-बिट पूर्णांक का उपयोग करता है, जो 949 32-बिट पूर्णांक के बराबर है। पहले मैं इसे C में लिख रहा था, लेकिन तब महसूस हुआ कि एक पंक्ति को पढ़ने का कोई कार्य नहीं है।

पहला कमांड-लाइन तर्क एक फ़ाइल नाम होना चाहिए। यदि दूसरा तर्क मौजूद है, तो संपादन का सारांश मुद्रित होता है। फ़ाइल में पहली पंक्ति को अनदेखा किया गया है जबकि दूसरी और तीसरी तार हैं।

एल्गोरिथ्म सामान्य एल्गोरिथ्म का एक दोगुना अवरुद्ध संस्करण है। यह मूल रूप से एक ही संख्या में संचालन करता है, लेकिन निश्चित रूप से बहुत कम सटीक होता है, क्योंकि यदि एक सामान्य बाद में एक ब्लॉक के किनारे पर विभाजित हो जाता है, तो संभावित बचत के बहुत सारे खो जाते हैं।

#include <cstring>
#include <inttypes.h>
#include <iostream>
#include <fstream>

#define M 24
#define MAXLEN (M*M*M)
#define SETMIN(V, X) if( (X) < (V) ) { (V) = (X); }
#define MIN(X, Y) ( (X) < (Y) ? (X) : (Y) )

char A[MAXLEN+1], B[MAXLEN+1];
uint16_t d0[M+1][M+1], d1[M+1][M+1], d2[M+1][M+1];

int main(int argc, char**argv)
{

    if(argc < 2)
        return 1;

    std::ifstream fi(argv[1]);

    std::string Astr, Bstr;
    for(int i = 3; i--;)
        getline(fi, i?Bstr:Astr);
    if(!fi.good()) {
        printf("Error reading file");
        return 5;
    }
    if(Astr.length() > MAXLEN || Bstr.length() > MAXLEN) {
        printf("String too long");
        return 7;
    }

    strcpy(A, Astr.c_str());
    strcpy(B, Bstr.c_str());

    uint16_t lA = Astr.length(), lB = Bstr.length();
    if(!lA || !lB) {
        printf("%d\n", lA|lB);
        return 0;
    }
    uint16_t nbA2, nbB2, bA2, bB2, nbA1, nbB1, bA1, bB1, nbA0, nbB0, bA0, bB0; //block, number of blocks
    uint16_t iA2, iB2, iA1, iB1, jA2, jB2, jA1, jB1; //start, end indices of block

    nbA2 = MIN(M, lA);
    nbB2 = MIN(M, lB);
    for(bA2 = 0; bA2 <= nbA2; bA2++) {
        iA2 = lA * (bA2-1)/nbA2,  jA2 = lA * bA2/nbA2;
        for(bB2 = 0; bB2 <= nbB2; bB2++) {
            if(!(bA2|bB2)) {
                d2[0][0] = 0;
                continue;
            }
            iB2 = lB * (bB2-1)/nbB2,  jB2 = lB * bB2/nbB2;
            d2[bA2][bB2] = ~0;
            if(bB2)
                SETMIN(d2[bA2][bB2], d2[bA2][bB2-1] + (jB2-iB2));
            if(bA2)
                SETMIN(d2[bA2][bB2], d2[bA2-1][bB2] + (jA2-iA2));

            if(bA2 && bB2) {
                nbA1 = MIN(M, jA2-iA2);
                nbB1 = MIN(M, jB2-iB2);
                for(bA1 = 0; bA1 <= nbA1; bA1++) {
                    iA1 = iA2 + (jA2-iA2) * (bA1-1)/nbA1, jA1 = iA2 + (jA2-iA2) * bA1/nbA1;
                    for(bB1 = 0; bB1 <= nbB1; bB1++) {
                        if(!(bA1|bB1)) {
                            d1[0][0] = 0;
                            continue;
                        }
                        iB1 = iB2 + (jB2-iB2) * (bB1-1)/nbB1, jB1 = iB2 + (jB2-iB2) * bB1/nbB1;
                        d1[bA1][bB1] = ~0;
                        if(bB1)
                            SETMIN(d1[bA1][bB1], d1[bA1][bB1-1] + (jB1-iB1));
                        if(bA1)
                            SETMIN(d1[bA1][bB1], d1[bA1-1][bB1] + (jA1-iA1));

                        if(bA1 && bB1) {
                            nbA0 = jA1-iA1;
                            nbB0 = jB1-iB1;
                            for(bA0 = 0; bA0 <= nbA0; bA0++) {
                                for(bB0 = 0; bB0 <= nbB0; bB0++) {
                                    if(!(bA0|bB0)) {
                                        d0[0][0] = 0;
                                        continue;
                                    }
                                    d0[bA0][bB0] = ~0;
                                    if(bB0)
                                        SETMIN(d0[bA0][bB0], d0[bA0][bB0-1] + 1);
                                    if(bA0)
                                        SETMIN(d0[bA0][bB0], d0[bA0-1][bB0] + 1);
                                    if(bA0 && bB0)
                                        SETMIN(d0[bA0][bB0], d0[bA0-1][bB0-1] + (A[iA1 + nbA0 - 1] != B[iB1 + nbB0 - 1]));
                                }
                            }
                            SETMIN(d1[bA1][bB1], d1[bA1-1][bB1-1] + d0[nbA0][nbB0]);
                        }
                    }
                }

                SETMIN(d2[bA2][bB2], d2[bA2-1][bB2-1] + d1[nbA1][nbB1]);
            }
        }
    }
    printf("%d\n", d2[nbA2][nbB2]);

    if(argc == 2)
        return 0;

    int changecost, total = 0;
    for(bA2 = nbA2, bB2 = nbB2; bA2||bB2; ) {
        iA2 = lA * (bA2-1)/nbA2,  jA2 = lA * bA2/nbA2;
        iB2 = lB * (bB2-1)/nbB2,  jB2 = lB * bB2/nbB2;
        if(bB2 && d2[bA2][bB2-1] + (jB2-iB2) == d2[bA2][bB2]) {
            total += changecost = (jB2-iB2);
            char tmp = B[jB2];
            B[jB2] = 0;
            printf("%d %d deleted {%s}\n", changecost, total, B + iB2);
            B[jB2] = tmp;
            --bB2;
        } else if(bA2 && d2[bA2-1][bB2] + (jA2-iA2) == d2[bA2][bB2]) {
            total += changecost = (jA2-iA2);
            char tmp = B[jA2];
            A[jA2] = 0;
            printf("%d %d inserted {%s}\n", changecost, total, A + iA2);
            A[jA2] = tmp;
            --bA2;
        } else {
            total += changecost = d2[bA2][bB2] - d2[bA2-1][bB2-1];
            char tmpa = A[jA2], tmpb = B[jB2];
            B[jB2] = A[jA2] = 0;
            printf("%d %d changed {%s} to {%s}\n", changecost, total, B + iB2, A + iA2);
            A[jA2] = tmpa, B[jB2] = tmpb;
            --bA2, --bB2;
        }
    }


    return 0;
}

Comments

पहले उत्तरदाता होने के लिए धन्यवाद! तुम्हारा स्कोर क्या है?

@ लेम्बिक ओके, मैंने स्कोर की गणना की है, यह मानते हुए कि यह केवल एक उदाहरण पर आधारित है।

— feersum

यह भी खूब रही। क्या आपको लगता है कि बहुत अधिक अंक प्राप्त करना संभव है?

Answer 3

अजगर, १००

मैंने आवंटित स्मृति सीमा में संपादित दूरी की पूरी तरह से गणना करने का प्रबंधन किया। अफसोस की बात है कि यह प्रविष्टि चुनौती के दो नियमों का उल्लंघन करती है, अगर आत्मा में नहीं।

सबसे पहले, मैंने वास्तव में 1000 32-बिट इनट्स में अपना डेटा संग्रहीत नहीं किया है। 10000-वर्ण स्ट्रिंग्स के लिए, मेरा प्रोग्राम दो 10000-तत्व सरणियों का निर्माण करता है जिसमें केवल +1, 0 या -1 होगा। प्रति टन संख्या पर 1.585 बिट्स, उन 20000 ट्रिट को 31700 बिट्स में पैक करना संभव होगा, जो मेरे 7 शेष 16-बिट पूर्णांकों के लिए 300 बिट्स को पर्याप्त से अधिक छोड़ देगा।

दूसरा, मैंने संपादन दिखाने के लिए आवश्यक मोड लागू नहीं किया है। मैंने वैकल्पिक रूप से, एक मोड लागू किया है जो पूर्ण संपादन मैट्रिक्स को प्रिंट करता है। उस मैट्रिक्स से संपादन पथ की गणना करना पूरी तरह से संभव है, लेकिन इसे लागू करने के लिए मेरे पास अभी समय नहीं है।

#!/usr/bin/env python

import sys

# algorithm originally from
# https://en.wikipedia.org/wiki/Levenshtein_distance#Iterative_with_two_matrix_rows

print_rows = False
if len(sys.argv) > 2:
    print_rows = True

def LevenshteinDistance(s, t):
    # degenerate cases
    if s == t:
        return 0
    if len(s) == 0:
        return len(t)
    if len(t) == 0:
        return len(s)

    # create two work vectors of integer distance deltas

    # these lists will only ever contain +1, 0, or -1
    # so they COULD be packed into 1.585 bits each
    # 15850 bits per list, 31700 bits total, leaving 300 bits for all the other variables

    # d0 is the previous row
    # initialized to 0111111... which represents 0123456...
    d0 = [1 for i in range(len(t)+1)]
    d0[0] = 0        
    if print_rows:
        row = ""
        for i in range(len(t)+1):
            row += str(i) + ", "
        print row

    # d1 is the row being calculated
    d1 = [0 for i in range(len(t)+1)]

    for i in range(len(s)-1):
        # cummulative values of cells north, west, and northwest of the current cell
        left = i+1
        upleft = i
        up = i+d0[0]
        if print_rows:
            row = str(left) + ", "
        for j in range(len(t)):
            left += d1[j]
            up += d0[j+1]
            upleft += d0[j]
            cost = 0 if (s[i] == t[j]) else 1
            d1[j + 1] = min(left + 1, up + 1, upleft + cost) - left
            if print_rows:
                row += str(left+d1[j+1]) + ", "

        if print_rows:
            print row

        for c in range(len(d0)):
            d0[c] = d1[c]

    return left+d1[j+1]

with open(sys.argv[1]) as f:
    lines = f.readlines()

perfect = lines[0]
string1 = lines[1]
string2 = lines[2]
distance = LevenshteinDistance(string1,string2)
print "edit distance: " + str(distance)
print "score: " + str(int(perfect)*100/distance) + "%"

उदाहरण इनपुट:

2
101100
011010

उदाहरण क्रिया आउटपुट:

0, 1, 2, 3, 4, 5, 6,
1, 1, 1, 2, 3, 4, 5,
2, 1, 2, 2, 2, 3, 4,
3, 2, 1, 2, 3, 2, 3,
4, 3, 2, 1, 2, 3, 3,
5, 4, 3, 2, 1, 2, 3,
6, 5, 4, 3, 2, 2, 2,
edit distance: 2
score: 100%