php求相似比,PHP改进计算字符串相似度的函数similar_text()、levenshtein()

PHP 原生的similar_text()函数、levenshtein()函数对中文汉字支持不好&＃xff0c;我自己写了一个&＃xff0c;测试使用正常&＃xff0c;推荐给大家&＃xff0c;如果有什么问题&＃xff0c;请留言

similar_text()中文汉字版

代码如下:

//拆分字符串

function split_str($str) {

preg_match_all("/./u", $str, $arr);

return $arr[0];

}

//相似度检测

function similar_text_cn($str1, $str2) {

$arr_1 &＃61; array_unique(split_str($str1));

$arr_2 &＃61; array_unique(split_str($str2));

$similarity &＃61; count($arr_2) - count(array_diff($arr_2, $arr_1));

return $similarity;

}

levenshtein()中文汉字版

代码如下:

//拆分字符串

function mbStringToArray($string, $encoding &＃61; &＃39;UTF-8&＃39;) {

$arrayResult &＃61; array();

while ($iLen &＃61; mb_strlen($string, $encoding)) {

array_push($arrayResult, mb_substr($string, 0, 1, $encoding));

$string &＃61; mb_substr($string, 1, $iLen, $encoding);

}

return $arrayResult;

}

//编辑距离

function levenshtein_cn($str1, $str2, $costReplace &＃61; 1, $encoding &＃61; &＃39;UTF-8&＃39;) {

$count_same_letter &＃61; 0;

$d &＃61; array();

$mb_len1 &＃61; mb_strlen($str1, $encoding);

$mb_len2 &＃61; mb_strlen($str2, $encoding);

$mb_str1 &＃61; mbStringToArray($str1, $encoding);

$mb_str2 &＃61; mbStringToArray($str2, $encoding);

for ($i1 &＃61; 0; $i1 <&＃61; $mb_len1; $i1&＃43;&＃43;) {

$d[$i1] &＃61; array();

$d[$i1][0] &＃61; $i1;

}

for ($i2 &＃61; 0; $i2 <&＃61; $mb_len2; $i2&＃43;&＃43;) {

$d[0][$i2] &＃61; $i2;

}

for ($i1 &＃61; 1; $i1 <&＃61; $mb_len1; $i1&＃43;&＃43;) {

for ($i2 &＃61; 1; $i2 <&＃61; $mb_len2; $i2&＃43;&＃43;) {

// $cost &＃61; ($str1[$i1 - 1] &＃61;&＃61; $str2[$i2 - 1]) ? 0 : 1;

if ($mb_str1[$i1 - 1] &＃61;&＃61;&＃61; $mb_str2[$i2 - 1]) {

$cost &＃61; 0;

$count_same_letter&＃43;&＃43;;

} else {

$cost &＃61; $costReplace; //替换

}

$d[$i1][$i2] &＃61; min($d[$i1 - 1][$i2] &＃43; 1, //插入

$d[$i1][$i2 - 1] &＃43; 1, //删除

$d[$i1 - 1][$i2 - 1] &＃43; $cost);

}

}

return $d[$mb_len1][$mb_len2];

//return array(&＃39;distance&＃39; &＃61;> $d[$mb_len1][$mb_len2], &＃39;count_same_letter&＃39; &＃61;> $count_same_letter);

}

最长公共子序列LCS()

代码如下:

本文原创发布php中文网&＃xff0c;转载请注明出处&＃xff0c;感谢您的尊重&＃xff01;