<levenshtein>

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

levenshtein —  Вычисляет расстояние Левенштейна между двумя строками

Описание

int levenshtein ( string str1, string str2 )

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

int levenshtein ( string str1, string str2, function cost )

Функция возвращает расстояние Левенштейна между двумя строками, или -1, если хотя бы одна из строк длиннее 255 символов (этого более чем достаточно для сравнения имен или поиска по словарю, а проводить генетический анализ на PHP просто несерьезно).

Расстояние Левенштейна – это минимальное количество вставок, замен и удалений символов, необходимое для преобразования str1 в str2 . Сложность алгоритма равна O(m*n) , где n и m – длины строк str1 и str2 (неплохо по сравнению с similar_text() , имеющей сложность O(max(n,m)**3), но все же довольно много).

В простейшей форме функция принимает в качестве аргументов две строки и возвращает минимальное количество вставок, замен и удалений символов, необходимое для преобразования str1 в str2 .

Второй вариант принимает три дополнительных аргумента, задающих стоимость операций вставки, замены и удаления. Этот вариант универсальнее первого, но не так эффективен.

Третий вариант (который еще не реализован) будет наиболее универсальным, но и самым медленным. Он будет принимать в качестве третьего аргумента пользовательскую функцию, которая будет вычислять стоимость каждой возможной операции.

Пользовательская функция будет иметь следующие аргументы:

• тип операции: ‘I’, ‘R’ or ‘D’

• текущий символ в строке 1

• текущий символ в строке 2

• текущая позиция символа в строке 1

• текущая позиция символа в строке 2

• количество символов, оставшихся в строке 1

• количество символов, оставшихся в строке 2

Пользовательская функция должна возвращать положительное целое, определяющее стоимость конкретной операции.

Использование пользовательской функции позволяет учитывать различия между символами и даже контекст символов при вычислении стоимости операций вставки, замены и удаления, но ценой потери скорости по сравнению с двумя первыми вариантами.