def suggest(self, term, distance="levenshtein", threshold=None):
"""Método para sugerir palabras similares siguiendo la tarea 3.
A completar.
Args:
term (str): término de búsqueda.
distance (str): algoritmo de búsqueda a utilizar
{"levenshtein", "restricted", "intermediate"}.
threshold (int): threshold para limitar la búsqueda
puede utilizarse con los algoritmos de distancia mejorada de la tarea 2
o filtrando la salida de las distancias de la tarea 2
"""
assert distance in ["levenshtein", "restricted", "intermediate"]
results = {} # diccionario termino:distancia
if threshold == None: threshold = 2**31
for voc in self.vocabulary:
if abs(len(voc) - len(term)) > threshold: d = threshold + 1
elif distance == "levenshtein":
d = t2.dp_levenshtein_backwards(term, voc, threshold)
elif distance == "restricted":
d = t2.dp_restricted_damerau_backwards(term, voc, threshold)
else:
d = t2.dp_intermediate_damerau_backwards(term, voc, threshold)
if d <= threshold: results[voc] = d
return results
def test_menor():
assert Tarea2.Func(10, 20) == -1
def test_exito():
assert Tarea2.Func(20, 10) == (10, 30, 200)
def test_literal():
assert Tarea2.Func('A', 20) == -1
def test_exito():
prueba1 = Tarea2.funcion(2, 1)
# probar funcion para el caso de exito --> sirve
assert prueba1 == (1, 3, 2)
def test_error():
prueba2 = Tarea2.funcion(1, 2)
# error debido que el primer valor es menor que es segundo
assert prueba2 == -25
def test_exito():
r, s, m = Tarea2.funcion(5, 5)
assert r == 0
assert s == 10
assert m == 25
def test_error2():
# verifica el error de tipos y busca un resultado igual a -15
prueba3 = Tarea2.funcion("a", 2)
assert prueba3 == -15
def test_errorvalorliteral():
e = Tarea2.funcion('valor', 10)
assert e == -1
def test_errorAB():
e = Tarea2.funcion(5, 10)
assert e == -1
def test_2():
assert Tarea2.result(1, 2) == -3
def test_1():
assert Tarea2.result(3,
2) == ("Suma:", 5, "Resta:", 1, "Multiplicacion:", 6)
def test_3():
assert Tarea2.result("a", 3) == -1