我的 Python 汉明距离代码有问题吗？答案

【问题标题】：Is there something wrong with my Python Hamming distance code?我的 Python 汉明距离代码有问题吗？
【发布时间】：2021-03-20 07:42:46
【问题描述】：

我正在尝试在 Python 中实现 Hamming distance。汉明距离通常用于测量两个码字之间的距离。该操作只是执行异或。例如，如果我们有代码字 10011101 和 10111110，那么它们的异或将是 00100011，并且汉明距离被称为 1 + 1 + 1 = 3。

我的代码如下：

def hamming_distance(codeword1, codeword2):
    """Calculate the Hamming distance between two bit strings"""
    assert len(codeword1) == len(codeword2)
    x, y = int(codeword1, 2), int(codeword2, 2) # '2' specifies that we are reading a binary number
    count, z = 0, x^y
    while z:
        count += 1
        z &= z - 1
    return count

def checking_codewords(codewords, received_data):
    closestDistance = len(received_data) # set default/placeholder closest distance as the maximum possible distance.
    closestCodeword = received_data # default/placeholder closest codeword
    for i in codewords:
        if(hamming_distance(i, received_data) < closestDistance):
            closestCodeword = i
            closestDistance = hamming_distance(i, received_data)
    return closestCodeword

print(checking_codewords(['1010111101', '0101110101', '1110101110', '0000000110', '1100101001'], '0001000101'))

hamming_distance(codeword1, codeword2)以二进制值的形式获取codeword1和codeword2这两个输入参数，返回两个输入码字之间的汉明距离。

checking_codewords(codewords, received_data) 应该确定正确的码字 IFF 接收到的数据有任何错误（即，输出是更正的码字串）。虽然如您所见，我还没有添加“IFF 接收到的数据有任何错误”部分。

我刚刚用一组示例测试了checking_codewords 函数，它似乎对除一个之外的所有示例都正常工作。当我使用代码字集['1010111101', '0101110101', '1110101110', '0000000110', '1100101001'] 和接收到的数据'0001000101' 时，输出是0101110101，这显然是不正确的。我的代码是否有问题，或者0101110101 实际上是正确的并且示例有问题？或者这只是接收到的数据没有错误的情况，所以我的代码错过了它？

【问题讨论】：

您是否尝试跟踪该示例输入的代码操作？例如，hamming_distance('0101110101', '0001000101') 的结果是什么？那是对的吗？其他码字呢？现在，checking_codewords 中的循环是否运行正常？ “或者这只是接收到的数据没有错误的情况，所以我的代码错过了它？”那么，您难道不应该知道正确答案应该是什么吗？尝试手动解决。如果你不能为一个玩具示例做到这一点，你怎么能期望编写正确的代码？
另请阅读ericlippert.com/2014/03/05/how-to-debug-small-programs
@KarlKnechtel 是的，我只是在发布此评论后才看到您的评论。我现在正在阅读。
作为提示：问题出在您正在重新发明的轮子上。如果您检查整数的内置方法 (dir(int))，您应该会看到一些让您的生活更轻松的东西。
@KarlKnechtel 感谢您的提示。我猜你指的“轮子”是hamming_distance？

标签： python hamming-distance

【解决方案1】：

在我看来，不清楚为什么您的算法将初始字符串转换为整数以进行按位差分。

我的意思是，在断言相等长度之后，您可以使用 zip 函数简单地计算差异：

sum([c1!=c2 for c1,c2 in zip(codeword1,codeword2)])

对于 sum 函数，python 考虑 True==1，False==0。

对你的代码做一点简化：

def hamming_distance(codeword1, codeword2):
    """Calculate the Hamming distance between two bit strings"""
    assert len(codeword1) == len(codeword2)
    return sum([c1!=c2 for c1,c2 in zip(codeword1,codeword2)])

def checking_codewords(codewords, received_data):
    min_dist, min_word =  min([(hamming_distance(i, received_data), received_data) for i in codewords])
    return min_word
    

print(checking_codewords(['1010111101', '0101110101', '1110101110', '0000000110', '1100101001'], '0001000101'))

【讨论】：