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,並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 insert、replace、delete 參數,來定義每個操作的代價。
語法:
levenshtein(string1,string2,insert,replace,delete)
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。
•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 "<br />";
echo levenshtein("Hello World","ello World",10,20,30);
?>
輸出: 1 30