PHP中计算字符串相似度的函数代码

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。