similar_text — 计算两个字符串的相似度
int similar_text ( string $first , string $second [, float &$percent ] )
$first 必需。规定要比较的第一个字符串。
$second 必需。规定要比较的第二个字符串。
$percent 可选。规定供存储百分比相似度的变量名。
两个字符串的相似程度计算依据 oliver [1993] 的描述进行。注意该实现没有使用 oliver 虚拟码中的堆栈，但是却进行了递归调用，这个做法可能会导致整个过程变慢或变快。也请注意，该算法的复杂度是 o(n**3)，n 是最长字符串的长度。
比如我们想找字符串abcdefg和字符串aeg的相似度：
复制代码 代码如下:
$first = abcdefg;
$second = aeg;
echo similar_text($first, $second);结果输出3.如果想以百分比显示，则可使用它的第三个参数,如下：
$first = abcdefg;
$second = aeg;
similar_text($first, $second, $percent);
echo $percent;
similar_text函数的使用及实现过程。similar_text() 函数主要是用来计算两个字符串的匹配字符的数目，也可以计算两个字符串的相似度（以百分比计）。与 similar_text() 函数相比，我们今天要介绍的 levenshtein() 函数更快。不过，similar_text() 函数能通过更少的必需修改次数提供更精确的结果。在追求速度而少精确度，并且字符串长度有限时可以考虑使用 levenshtein() 函数。
使用说明
先看手册上 levenshtein() 函数的说明：
levenshtein() 函数返回两个字符串之间的 levenshtein 距离。
levenshtein 距离，又称编辑距离，指的是两个字符串之间，由一个转换成另一个所需的最少编辑操作次数。许可的编辑操作包括将一个字符替换成另一个字符，插入一个字符，删除一个字符。
例如把 kitten 转换为 sitting：
sitten （k→s）
sittin （e→i）
sitting （→g）levenshtein() 函数给每个操作（替换、插入和删除）相同的权重。不过，您可以通过设置可选的 insert、replace、delete 参数，来定义每个操作的代价。
语法：
levenshtein(string1,string2,insert,replace,delete)
参数 描述
•string1 必需。要对比的第一个字符串。
•string2 必需。要对比的第二个字符串。
•insert 可选。插入一个字符的代价。默认是 1。
•replace 可选。替换一个字符的代价。默认是 1。
•delete 可选。删除一个字符的代价。默认是 1。
提示和注释
•如果其中一个字符串超过 255 个字符，levenshtein() 函数返回 -1。
•levenshtein() 函数对大小写不敏感。
•levenshtein() 函数比 similar_text() 函数更快。不过，similar_text() 函数提供需要更少修改的更精确的结果。
例子
复制代码 代码如下:
echo levenshtein(hello world,ello world);
echo
;
echo levenshtein(hello world,ello world,10,20,30);
?>
输出： 1 30以下是补充：
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：
复制代码 代码如下:
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：
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, $len2 - 1); } /*返回两个串的相似度*/ function getsimilar($str1, $str2) { $len1 = strlen($str1); $len2 = strlen($str2); $len = strlen($this->getlcs($str1, $str2, $len1, $len2)); return $len * 2 / ($len1 + $len2); } function initc($len1, $len2) { for ($i = 0; $i c[$i][0] = 0; for ($j = 0; $j c[0][$j] = 0; for ($i = 1; $i str2[$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][$j - 1]; } } } } function printlcs($c, $i, $j) { if ($i == 0 || $j == 0) { if ($this->str1[$i] == $this->str2[$j]) return $this->str2[$j]; else return ; } 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。