Si DdZddlmZddZddZ d d dZy) up퍼지 매칭 유틸리티. 파일명, 함수명, 스킬명 등의 유사 매칭을 제공한다. Levenshtein distance 기반으로, 순수 Python으로 구현 (외부 의존성 없음). 주요 함수: levenshtein_distance(s1, s2) -> int similarity_ratio(s1, s2) -> float fuzzy_match(query, candidates, threshold, max_results) -> list[tuple[str, float]] ) annotationsc t|t|kr||}}t|t|}}|dk(r|Stt|dz}dg|dzz}td|dzD]^}||d<td|dzD]A}||dz ||dz k(r ||dz ||< dt||||dz ||dz z||<C||}}`||S)uo두 문자열 사이의 Levenshtein(편집) 거리를 계산한다. 삽입(insert), 삭제(delete), 치환(substitute) 1회를 각각 비용 1로 계산. 공간 최적화를 위해 2-row DP를 사용한다. Args: s1: 첫 번째 문자열. s2: 두 번째 문자열. Returns: 0 이상의 정수. 0이면 동일 문자열. r)lenlistrangemin)s1s2len1len2prevcurrijs B/home/jay/workspace/.worktrees/task-2117-dev1/utils/fuzzy_match.pylevenshtein_distancers 2wRRBR#b'$D qy  dQh D 3$( D 1dQh   Qq$(# A!a%yBq1uI%q1u+QcGQKQKQ  4d   :cz|s|sy|r|sytt|t|}t||}d||z z S)u6두 문자열의 유사도를 0.0~1.0으로 반환한다. 1.0 = 동일, 0.0 = 완전히 다름 (또는 한쪽이 빈 문자열). 공식: 1 - dist / max(len(s1), len(s2)) Args: s1: 첫 번째 문자열. s2: 두 번째 문자열. Returns: 0.0~1.0 범위의 float. g?g)maxrr)r r max_lendists rsimilarity_ratior:sC b R#b'3r7#G B 'D  rc|sgSg}|D]'}t||}||k\s|j||f)|jd|d|S)us쿼리 문자열과 가장 유사한 후보들을 반환한다. 각 후보의 유사도(similarity_ratio)를 계산해 threshold 이상인 것을 점수 내림차순으로 최대 max_results 개 반환한다. Args: query: 검색할 문자열. candidates: 비교 대상 문자열 목록. threshold: 최소 유사도 (0.0~1.0, 기본 0.6). max_results: 반환할 최대 결과 수 (기본 5). Returns: [(candidate, score), ...] 형태의 리스트. 점수 내림차순 정렬. threshold 미만 결과는 제외. 빈 후보 목록이면 빈 리스트 반환. c|d |dfS)Nrr)xs rzfuzzy_match..qs!uadmr)keyN)rappendsort)query candidates threshold max_resultsscored candidatescores r fuzzy_matchr)Rsc*  &(F.   2 I  MM9e, -.  KK+K, ,; rN)r strr r*returnint)r r*r r*r+float)g333333?) r"r*r#z list[str]r$r-r%r,r+zlist[tuple[str, float]])__doc__ __future__rrrr)rrrr1sU #(V 6 ! ! ! !  !  ! r