PHP中計算字符串相似度函數代碼

　　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。規定要比較的第一個字符串。

　　$second 必需。規定要比較的第二個字符串。

　　$percent 可選。規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 Oliver [1993] 的描述進行。注意該實現沒有使用 Oliver 虛擬碼中的堆棧，但是卻進行了遞歸調用，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abcdefg和字符串aeg的相似度：

　　復制代碼 代碼如下:

　　$first = "abcdefg";

　　$second = "aeg";

　　echo similar_text($first, $second);結果輸出3.如果想以百分比顯示，則可使用它的第三個參數,如下：

　　$first = "abcdefg";

　　$second = "aeg";

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

　　echo $percent;

　　similar_text函數的使用及實現過程。similar_text() 函數主要是用來計算兩個字符串的匹配字符的數目，也可以計算兩個字符串的相似度（以百分比計）。與 similar_text() 函數相比，我們今天要介紹的 levenshtein() 函數更快。不過，similar_text() 函數能通過更少的必需修改次數提供更精確的結果。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。

　　使用說明

　　先看手冊上 levenshtein() 函數的說明：

　　levenshtein() 函數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，由一個轉換成另一個所需的最少編輯操作次數。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 轉換為 sitting：

　　sitten （k→s）

　　sittin （e→i）

　　sitting （→g）levenshtein() 函數給每個操作（替換、插入和刪除）相同的權重。不過，您可以通過設置可選的 、replace、 參數，來定義每個操作的代價。

　　語法：

　　levenshtein(string1,string2,,replace,)

　　參數 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。

　　 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。

　　 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() 函數返回 -1。

　　levenshtein() 函數對大小寫不敏感。

　　levenshtein() 函數比 similar_text() 函數更快。不過，similar_text() 函數提供需要更少修改的更精確的結果。

　　例子

　　復制代碼 代碼如下:

　　<?php

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

　　echo "
";

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

　　?>

　　輸出： 1 30

　　以下是補充：

　　php默認有個函數similar_text()用于計算字符串之間的相似度，該函數也可以計算兩個字符串的相似度（以百分比計）。不過這個函數感覺對中文計算很不準確比如：

　　復制代碼 代碼如下:

　　echo similar_text("吉林禽業公司火災已致112人遇難","吉林寶源豐禽業公司火災已致112人遇難");

　　這兩個新聞標題其實都是一樣的，如果使用similar_text()相似對結果為：42，即只相似42%，所以這個感覺很不靠譜，今天剛好收集到一段PHP代碼也是用于比較兩個字符串的相似度，直接貼出代碼：

　　str1 = $str1; $this->str2 = $str2; if ($len1 == 0) $len1 = strlen($str1); if ($len2 == 0) $len2 = strlen($str2); $this->initC($len1, $len2); return $this->printLCS($this->c, $len1 - 1, $len2 - 1); } /*返回兩個串的相似度*/ function getSimilar($str1, $str2) { $len1 = strlen($str1); $len2 = strlen($str2); $len = strlen($this->getLCS($str1, $str2, $len1, $len2)); return $len * 2 / ($len1 + $len2); } function initC($len1, $len2) { for ($i = 0; $i < $len1; $i++) $this->c[$i][0] = 0; for ($j = 0; $j < $len2; $j++) $this->c[0][$j] = 0; for ($i = 1; $i < $len1; $i++) { for ($j = 1; $j < $len2; $j++) { if ($this->str1[$i] == $this->str2[$j]) { $this->c[$i][$j] = $this->c[$i - 1][$j - 1] + 1; } else if ($this->c[$i - 1][$j] >= $this->c[$i][$j - 1]) { $this->c[$i][$j] = $this->c[$i - 1][$j]; } else { $this->c[$i][$j] = $this->c[$i][$j - 1]; } } } } function printLCS($c, $i, $j) { if ($i == 0 || $j == 0) { if ($this->str1[$i] == $this->str2[$j]) return $this->str2[$j]; else return ""; } if ($this->str1[$i] == $this->str2[$j]) { return $this->printLCS($this->c, $i - 1, $j - 1).$this->str2[$j]; } else if ($this->c[$i - 1][$j] >= $this->c[$i][$j - 1]) { return $this->printLCS($this->c, $i - 1, $j); } else { return $this->printLCS($this->c, $i, $j - 1); } }} $lcs = new LCS();//返回最長公共子序列$lcs->getLCS("hello word","hello china");//返回相似度echo $lcs->getSimilar("吉林禽業公司火災已致112人遇難","吉林寶源豐禽業公司火災已致112人遇難");

　　同樣輸出結果為：0.90322580645161，明顯準確的多。

【PHP中計算字符串相似度函數代碼】相關文章：

Excel中if函數使用的方法06-16

excel中sumif函數使用方法03-23

Excel中COUNTIF函數的使用方法01-23

在PHP7中不要做的10件事09-06

excel中如何計算工齡07-22

工齡在excel中如何計算07-22

Excel中公式與函數的應用教案設計參考06-14

數控編程代碼大全02-13

php實習心得12-01

php實習報告11-07