levenshtein
(PHP 4 >= 4.0.1, PHP 5, PHP 7)
levenshtein — 二つの文字列のレーベンシュタイン距離を計算する
説明
$str1
, string $str2
)$str1
, string $str2
, int $cost_ins
, int $cost_rep
, int $cost_del
)
レーベンシュタイン距離は、str1 を
str2 に変換するために置換、挿入、削除
しなければならない最小の文字数として定義されます。アルゴリズムの複雑さは、
O(m*n) です。
ここで、n および m はそれぞれ
str1 および str2 の長さです
(O(max(n,m)**3) となる similar_text() よりは良いですが、
まだかなりの計算量です)。
上記の最も簡単な形式では、この関数はパラメータとして引数を二つだけとり、
str1 から
str2 に変換する際に必要な
挿入、置換、削除演算の数のみを計算します。
2 番目の形式では、挿入、置換、削除演算のコストを定義する 3 番目のパラメータが追加されます。この形式は 1 番目の形式より一般的で 汎用性が高いですが、効率的ではありません。
パラメータ
-
str1 -
レーベンシュタイン距離を計算する文字列のひとつ。
-
str2 -
レーベンシュタイン距離を計算する文字列のひとつ。
-
cost_ins -
挿入のコストを定義します。
-
cost_rep -
置換のコストを定義します。
-
cost_del -
削除のコストを定義します。
返り値
この関数は、引数で指定した二つの文字列のレーベンシュタイン距離を返します。 引数文字列の一つが 255 文字の制限より長い場合に -1 を返します。
例
例1 levenshtein() の例
<?php
// スペルミスした単語を入力します
$input = 'carrrot';
// チェックするための単語の配列
$words = array('apple','pineapple','banana','orange',
'radish','carrot','pea','bean','potato');
// まだ最短距離は見つかっていません
$shortest = -1;
// 最短距離を見つけるため単語をループします
foreach ($words as $word) {
// 入力した単語と現在の単語の距離を
// 計算します
$lev = levenshtein($input, $word);
// マッチするかどうかチェックします
if ($lev == 0) {
// 最短な単語はこれだ (マッチした)
$closest = $word;
$shortest = 0;
// ループを抜ける; マッチしたものを見つけました
break;
}
// もし距離が次に見つけた最短距離よりも短い場合、
// もしくは次の最短の単語がまだ見つかっていない場合
if ($lev <= $shortest || $shortest < 0) {
// 最短のマッチと最短距離をセットします
$closest = $word;
$shortest = $lev;
}
}
echo "入力した単語: $input\n";
if ($shortest == 0) {
echo "一致するものが見つかりました: $closest\n";
} else {
echo "もしかして: $closest\n";
}
?>
上の例の出力は以下となります。
入力した単語: carrrot もしかして: carrot
参考
- soundex() - 文字列の soundex キーを計算する
- similar_text() - 二つの文字列の間の類似性を計算する
- metaphone() - 文字列の metaphone キーを計算する
忘却曲線を使ってこの関数を確実に記憶に残す
