PHP中计算字符串相似度的函数

发布者：chinaitlab

　日期：

2014-01-06 08:06:55　浏览次数：0　(共有_条评论)

查看评论 | 我要评论

　　在php计算字符串相似度similar_text与相似度levenshtein函数的详细介绍，下面我们详细的介绍一下关于字符串相似度介绍。

　　similar_text - 计算两个字符串的相似度

　　int similar_text （ string $first , string $second [, float &$percent ] ）

　　$first 必需。规定要比较的第一个字符串。

　　$second 必需。规定要比较的第二个字符串。

　　$percent 可选。规定供存储百分比相似度的变量名。

　　两个字符串的相似程度计算依据 Oliver [1993] 的描述进行。注意该实现没有使用 Oliver 虚拟码中的堆栈，但是却进行了递归调用，这个做法可能会导致整个过程变慢或变快。也请注意，该算法的复杂度是 O（N**3），N 是最长字符串的长度。

　　比如我们想找字符串abcdefg和字符串aeg的相似度：

　　<?php

　　$first = "abcdefg";

　　$second = "aeg";

　　echo similar_text（$first, $second）；结果输出3.如果想以百分比显示，则可使用它的第三个参数，如下：

　　$first = "abcdefg";

　　$second = "aeg";

　　similar_text（$first, $second, $percent）；

　　echo $percent;

　　?>

　　similar_text函数的使用及实现过程。similar_text（） 函数主要是用来计算两个字符串的匹配字符的数目，也可以计算两个字符串的相似度（以百分比计）。与 similar_text（） 函数相比，我们今天要介绍的 levenshtein（） 函数更快。不过，similar_text（） 函数能通过更少的必需修改次数提供更精确的结果。在追求速度而少精确度，并且字符串长度有限时可以考虑使用 levenshtein（） 函数。

　　使用说明

　　先看手册上 levenshtein（） 函数的说明：

　　levenshtein（） 函数返回两个字符串之间的 Levenshtein 距离。

　　Levenshtein 距离，又称编辑距离，指的是两个字符串之间，由一个转换成另一个所需的最少编辑操作次数。许可的编辑操作包括将一个字符替换成另一个字符，插入一个字符，删除一个字符。

　　例如把 kitten 转换为 sitting:

　　sitten （k→s）

　　sittin （e→i）

　　sitting （→g）levenshtein（） 函数给每个操作（替换、插入和删除）相同的权重。不过，您可以通过设置可选的 insert、replace、delete 参数，来定义每个操作的代价。

　　语法：

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

　　参数 描述

　　?string1 必需。要对比的第一个字符串。

　　?string2 必需。要对比的第二个字符串。

　　?insert 可选。插入一个字符的代价。默认是 1.

　　?replace 可选。替换一个字符的代价。默认是 1.

　　?delete 可选。删除一个字符的代价。默认是 1.

　　提示和注释

　　?如果其中一个字符串超过 255 个字符，levenshtein（） 函数返回 -1.

　　?levenshtein（） 函数对大小写不敏感。

　　?levenshtein（） 函数比 similar_text（） 函数更快。不过，similar_text（） 函数提供需要更少修改的更精确的结果。

　　例子

　　<?php

　　echo levenshtein（"Hello World","ello World"）；

　　echo levenshtein（"Hello World","ello World",10,20,30）；

　　?>

　　输出： 1 30

>>更多交流，请到ChinaUnix【Linux系统管理论坛】：http://http://www.zjjv.com///bbs/forum-2-1.html

关键词：

相关文章

网友评论

已有0位网友发表了看法