PHP中計算字符串相似度的函數(shù)代碼

2024-05-04 23:13:02

字體：大中小

供稿：網(wǎng)友

similar_text — 計算兩個字符串的相似度
int similar_text ( string $first , string $second [, float &$percent ] )
$first 必需。規(guī)定要比較的第一個字符串。
$second 必需。規(guī)定要比較的第二個字符串。
$percent 可選。規(guī)定供存儲百分比相似度的變量名。

兩個字符串的相似程度計算依據(jù) Oliver [1993] 的描述進行。注意該實現(xiàn)沒有使用 Oliver 虛擬碼中的堆棧，但是卻進行了遞歸調(diào)用，這個做法可能會導致整個過程變慢或變快。也請注意，該算法的復雜度是 O(N**3)，N 是最長字符串的長度。

比如我們想找字符串a(chǎn)bcdefg和字符串a(chǎn)eg的相似度：

復制代碼代碼如下:

$first = "abcdefg";
$second = "aeg";
echo similar_text($first, $second);結(jié)果輸出3.如果想以百分比顯示，則可使用它的第三個參數(shù),如下：
$first = "abcdefg";
$second = "aeg";
similar_text($first, $second, $percent);
echo $percent;

similar_text函數(shù)的使用及實現(xiàn)過程。similar_text() 函數(shù)主要是用來計算兩個字符串的匹配字符的數(shù)目，也可以計算兩個字符串的相似度（以百分比計）。與 similar_text() 函數(shù)相比，我們今天要介紹的 levenshtein() 函數(shù)更快。不過，similar_text() 函數(shù)能通過更少的必需修改次數(shù)提供更精確的結(jié)果。在追求速度而少精確度，并且字符串長度有限時可以考慮使用 levenshtein() 函數(shù)。

使用說明

先看手冊上 levenshtein() 函數(shù)的說明：

levenshtein() 函數(shù)返回兩個字符串之間的 Levenshtein 距離。

Levenshtein 距離，又稱編輯距離，指的是兩個字符串之間，由一個轉(zhuǎn)換成另一個所需的最少編輯操作次數(shù)。許可的編輯操作包括將一個字符替換成另一個字符，插入一個字符，刪除一個字符。

例如把 kitten 轉(zhuǎn)換為 sitting：

sitten （k→s）
sittin （e→i）
sitting （→g）levenshtein() 函數(shù)給每個操作（替換、插入和刪除）相同的權(quán)重。不過，您可以通過設(shè)置可選的 insert、replace、delete 參數(shù)，來定義每個操作的代價。

語法：

levenshtein(string1,string2,insert,replace,delete)

參數(shù) 描述

•string1 必需。要對比的第一個字符串。
•string2 必需。要對比的第二個字符串。
•insert 可選。插入一個字符的代價。默認是 1。
•replace 可選。替換一個字符的代價。默認是 1。
•delete 可選。刪除一個字符的代價。默認是 1。
提示和注釋

•如果其中一個字符串超過 255 個字符，levenshtein() 函數(shù)返回 -1。
•levenshtein() 函數(shù)對大小寫不敏感。
•levenshtein() 函數(shù)比 similar_text() 函數(shù)更快。不過，similar_text() 函數(shù)提供需要更少修改的更精確的結(jié)果。
例子

復制代碼代碼如下:

<?php
echo levenshtein("Hello World","ello World");
echo "<br />";
echo levenshtein("Hello World","ello World",10,20,30);
?>

輸出： 1 30

上一篇：php和javascript之間變量的傳遞實現(xiàn)代碼

下一篇：PHP中函數(shù)rand和mt_rand的區(qū)別比較