PHP中计算字符串相似度的函数代码

时间:2022-09-20 03:10:28

php默认有个函数similar_text()用于计算字符串之间的相似度,该函数也可以计算两个字符串的相似度(以百分比计)。不过这个函数感觉对中文计算很不准确比如:


echo similar_text("吉林禽业公司火灾已致112人遇难","吉林宝源丰禽业公司火灾已致112人遇难");


这两个新闻标题其实都是一样的,如果使用similar_text()相似对结果为:42,即只相似42%,所以这个感觉很不靠谱,今天刚好收集到一段PHP代码也是用于比较两个字符串的相似度,直接贴出代码:


<?php class LCS {var$str1;var$str2;var$c = array();/*返回串一和串二的最长公共子序列*/functiongetLCS($str1,$str2, $len1= 0, $len2 = 0) {$this->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, $len2 - 1);}/*返回两个串的相似度*/functiongetSimilar($str1,$str2) {$len1= strlen($str1);$len2= strlen($str2);$len= strlen($this->getLCS($str1,$str2, $len1,$len2));return$len * 2 / ($len1+ $len2);}functioninitC($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][$j- 1];}}}}functionprintLCS($c,$i, $j) {if($i == 0 || $j == 0) {if($this->str1[$i] ==$this->str2[$j])return $this->str2[$j];elsereturn "";}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);}}} $lcs = new LCS();//返回最长公共子序列$lcs->getLCS("hello word","hello china");//返回相似度echo $lcs->getSimilar("吉林禽业公司火灾已致112人遇难","吉林宝源丰禽业公司火灾已致112人遇难");

同样输出结果为:0.90322580645161,明显准确的多。