我的 Python 汉明距离代码有问题吗？

如何解决我的 Python 汉明距离代码有问题吗？

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两个输入参数 codeword1 和 codeword2，并返回两个输入码字之间的汉明距离。

checking_codewords(codewords,received_data) 应该确定正确的代码字 IFF 接收数据中有任何错误（即，输出是正确的代码字串）。虽然，如您所见，我还没有添加“IFF 收到的数据中有任何错误”部分。

我刚刚用一组示例测试了 checking_codewords 函数，除了一个示例外，它似乎对所有示例都能正常工作。当我使用代码字集 ['1010111101','1100101001'] 和接收到的数据 '0001000101' 时，输出为 0101110101，这显然是不正确的。我的代码有问题吗，或者 0101110101 实际上是正确的并且示例有问题？或者这只是接收数据没有错误的情况，所以我的代码错过了？

解决方法

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。

对您的代码做一些简化：

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