#P(w|c), 在用户想输入 c 的情况下错误敲成 w 的概率的求解办法：编辑距离
#编辑距离：使用了几次插入(在词中插入一个单字母), 删除(删除一个单字母),
# 交换(交换相邻两个字母), 替换(把一个字母换成另一个)的操作从一个词变到另一个词.
#编辑距离=1：以上某个操作只执行一次
#编辑距离=2：以上某个操作只执行2次
#返回所有与单词 w 编辑距离为 1 的集合
##set集合中可以通过“+”添加元素,元素是元组或者数组或者其他的。用+添加后就连接到一起放到{}中。
def edits1(word):
n = len(word)
##word[0:i] + word[i + 1] + word + word[i + 2:]拼接为新的单词
return set([word[0:i] + word[i + 1:] for i in range(n)] + #删除
[word[0:i] + word[i + 1] + word + word[i + 2:] for i in range(n - 1)] + # 交换
[word[0:i] + c + word[i + 1:] for i in range(n) for c in alphabet] + # 替换
[word[0:i] + c + word[i:] for i in range(n + 1) for c in alphabet]) # 插入
#返回所有与单词 w 编辑距离为 2 的集合，相当于在边界距离为1的基础上又做了一次循环。
#在这些编辑距离小于2的词中间, 只把那些正确的词作为候选词
def known_edits2(word):
return set(e2 for e1 in edits1(word) for e2 in edits1(e1) if e2 in NWORDS)
'''正常来说把一个元音拼成另一个的概率要大于辅音 (因为人常常把 hello 打成 hallo 这样); 把单词的第一个字母拼错的概率会相对小, 等等.
但是为了简单起见, 选择了一个简单的方法: 编辑距离为1的正确单词比编辑距离为2的优先级高, 而编辑距离为0的正确单词优先级比编辑距离为1的高.
编辑距离为0：什么都不改，该单词是正确的，直接返回'''
def known(words): return set(w for w in words if w in NWORDS)
def correct(word):
##利用python的高级特性：如果known(set)非空, candidate 就会选取这个集合, 而不继续计算后面的，从而确定优先级。
candidates = known([word]) or known(edits1(word)) or known_edits2(word) or [word]
print(candidates)
return max(candidates, key=lambda w: NWORDS[w])##返回字典中value值最大那个key，将candidates中的每个元素赋值给w进行匿名函数的计算
