levenshtein

(PHP 3 >= 3.0.17, PHP 4 >= 4.0.1, PHP 5)

levenshtein --  二つの文字列の Levenshtein 距離を計算する

説明

int levenshtein ( string str1, string str2 [, int cost_ins, int cost_rep, int cost_del] )

この関数は、引数で指定した二つの文字列の Levenshtein 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。

Levenshtein 距離は、str1str2 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。 ただし、n および m は、 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。

例 1. levenshtein() の例

<?php
// スペルミスした単語を入力する
$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ない
$shortest = -1;

// 最短距離を見つけるため単語をループ
foreach ($words as $word) {

    
// 入力した単語と現在の単語の距離を
    // 計算する
    
$lev = levenshtein($input, $word);

    
// マッチするかどうかチェックする
    
if ($lev == 0) {

        
// 再丹那単語はこれだ (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する
        
$closest  = $word;
        
$shortest = $lev;
    }
}

echo
"Input word: $input\n";
if (
$shortest == 0) {
    echo
"Exact match found: $closest\n";
} else {
    echo
"Did you mean: $closest?\n";
}

?>

上の例の出力は以下となります。

Input word: carrrot
Did you mean: carrot?

soundex(), similar_text(), metaphone() も参照ください。