字符串相似性的算法(优于Levenshtein和similar_text)？ Php,Js

发布时间：2020-12-14 05:06:26 所属栏目：大数据来源：网络整理

导读：我在哪里可以找到比levenshtein()和php similar_text()方法更准确地评估错位字符拼写的算法？例： similar_text('jonas','xxjon',$similar); echo $similar; // returns 60similar_text('jonas','asjon',$similar); echo $similar; // returns 60 - althoug

我在哪里可以找到比levenshtein()和php similar_text()方法更准确地评估错位字符拼写的算法？

例：

similar_text('jonas','xxjon',$similar); echo $similar; // returns 60
similar_text('jonas','asjon',$similar); echo $similar; // returns 60 <- although more similar!
echo levenshtein('jonas','xxjon'); // returns 4
echo levenshtein('jonas','asjon'); // returns 4  <- although more similar!

/乔纳斯

解决方法

这是我提出的解决方案.这是基于蒂姆关于比较后续字符顺序的建议.一些结果：

> jonas / jonax：0.8
> jonas / sjona：0.68
> jonas / sjonas：0.66
> jonas / asjon：0.52
> jonas / xxjon：0.36

我确信我并不完美,并且它可以被优化,但是它似乎产生了我追求的结果……
一个弱点是,当字符串具有不同的长度时,它会在交换值时产生不同的结果…

static public function string_compare($str_a,$str_b) 
{
    $length = strlen($str_a);
    $length_b = strlen($str_b);

    $i = 0;
    $segmentcount = 0;
    $segmentsinfo = array();
    $segment = '';
    while ($i < $length) 
    {
        $char = substr($str_a,$i,1);
        if (strpos($str_b,$char) !== FALSE) 
        {               
            $segment = $segment.$char;
            if (strpos($str_b,$segment) !== FALSE) 
            {
                $segmentpos_a = $i - strlen($segment) + 1;
                $segmentpos_b = strpos($str_b,$segment);
                $positiondiff = abs($segmentpos_a - $segmentpos_b);
                $posfactor = ($length - $positiondiff) / $length_b; // <-- ?
                $lengthfactor = strlen($segment)/$length;
                $segmentsinfo[$segmentcount] = array( 'segment' => $segment,'score' => ($posfactor * $lengthfactor));
            } 
            else 
            {
                $segment = '';
                $i--;
                $segmentcount++;
            } 
        } 
        else 
        {
            $segment = '';
            $segmentcount++;
        }
        $i++;
    }   

    // PHP 5.3 lambda in array_map      
    $totalscore = array_sum(array_map(function($v) { return $v['score'];  },$segmentsinfo));
    return $totalscore;     
}

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!