python - difflib 根据序列的顺序返回不同的比率

Question

有谁知道为什么这两个返回不同的比率。

>>> import difflib
>>> difflib.SequenceMatcher(None, '10101789', '11426089').ratio()
0.5
>>> difflib.SequenceMatcher(None, '11426089', '10101789').ratio()
0.625

Answer 1

This给出了匹配工作原理的一些想法。

>>> import difflib
>>> 
>>> def print_matches(a, b):
...     s =  difflib.SequenceMatcher(None, a, b)
...     for block in s.get_matching_blocks():
...         print "a[%d] and b[%d] match for %d elements" % block
...     print s.ratio()
... 
>>> print_matches('01017', '14260')
a[0] and b[4] match for 1 elements
a[5] and b[5] match for 0 elements
0.2
>>> print_matches('14260', '01017')
a[0] and b[1] match for 1 elements
a[4] and b[2] match for 1 elements
a[5] and b[5] match for 0 elements
0.4

它看起来好像在第一个序列与第二个序列上尽可能多地匹配，并从匹配项继续。在这种情况下 ('01017', '14260')，右侧匹配在最后一个字符 0 上，因此右侧不可能有更多匹配。在这种情况下('14260', '01017')，1s匹配，0仍然可以在右边匹配，所以找到两个匹配。

我认为匹配算法对于排序序列是可交换的。