异常教程

PHP levenshtein() 函数（超详细）

更新时间:

💡一则或许对你有用的小广告

欢迎加入小哈的星球 ，你将获得：专属的项目实战 / 1v1 提问 / Java 学习路线 / 学习打卡 / 每月赠书 / 社群讨论

截止目前， 星球 内专栏累计输出 90w+ 字，讲解图 3441+ 张，还在持续爆肝中.. 后续还会上新更多项目，目标是将 Java 领域典型的项目都整一波，如秒杀系统, 在线商城, IM 即时通讯，权限管理，Spring Cloud Alibaba 微服务等等，已有 3100+ 小伙伴加入学习 ，欢迎点击围观

在编程世界中，字符串的相似性比较是一个常见且重要的需求。无论是拼写检查、搜索引擎的纠错建议，还是自然语言处理中的文本匹配，开发者都需要一种高效的方法来量化两个字符串之间的差异。PHP 提供的 levenshtein() 函数，正是这样一个强大而实用的工具。本文将从基础到进阶，结合实例与比喻，帮助读者全面理解这一函数的原理与应用场景。

什么是 Levenshtein 距离？

Levenshtein 距离（又称编辑距离）是衡量两个字符串差异程度的指标。它定义为将一个字符串转换为另一个字符串所需的最少单字符编辑操作次数，包括以下三种操作：

  1. 插入：在字符串中添加一个字符（例如，将 "cat" 变为 "cart"）；
  2. 删除：从字符串中移除一个字符（例如，将 "cats" 变为 "cat"）；
  3. 替换：将一个字符替换成另一个字符（例如，将 "apple" 变为 "apply"）。

举个生活化的例子：假设你有一本错别字较多的书，想要将其内容与正确版本对齐。Levenshtein 距离就是你需要修改的最小操作次数，比如划掉一个错字、添加一个缺失的字母，或修改一个错误的字母。

PHP levenshtein() 函数语法与参数

PHP 内置的 levenshtein() 函数可以直接计算两个字符串的 Levenshtein 距离。其基础语法如下：

int levenshtein ( string $str1 , string $str2 [, int $cost_ins = 100 [, int $cost_rep = 100 [, int $cost_del = 100 ]]] )

参数详解

  1. str1 和 str2：

    • 必须参数，表示需要比较的两个字符串。
    • 注意：函数对大小写敏感。例如，"Apple" 与 "apple" 的距离为 1（替换第一个字母）。

  2. cost_ins、cost_rep、cost_del（可选）：

    • 这三个参数允许自定义插入、替换、删除操作的成本权重，默认均为 100。
    • 作用：通过调整权重，可以优先选择某些操作。例如，若希望程序更倾向于“替换”而非“插入+删除”，可将替换的权重设为更低。

函数返回值与基础案例

levenshtein() 返回一个整数，表示两个字符串之间的最小编辑距离。若距离为 0，说明两个字符串完全相同。

案例 1：基础比较

echo levenshtein("apple", "apply"); // 输出 1（替换 'e' 为 'y'）  
echo levenshtein("kitten", "sitting"); // 输出 3（替换 'k→s', 'e→i', 'n→g'）

案例 2：大小写敏感性

echo levenshtein("Hello", "hello"); // 输出 1（替换 'H' 为 'h'）

进阶用法：自定义操作权重

通过调整插入、替换、删除的成本，可以灵活控制比较逻辑。例如，假设我们希望更“宽容”对待插入操作，可降低其权重：

// 插入成本设为 50，替换和删除仍为 100  
echo levenshtein("app", "apple", 50); // 输出 50（插入 'l' 和 'e' 的总成本为 50*2=100）

实际应用场景

场景 1：拼写检查

function suggest_correction($input, $dictionary) {  
    $min_distance = PHP_INT_MAX;  
    $best_guess = "";  
    foreach ($dictionary as $word) {  
        $distance = levenshtein($input, $word);  
        if ($distance < $min_distance) {  
            $min_distance = $distance;  
            $best_guess = $word;  
        }  
    }  
    return $best_guess;  
}

场景 2：搜索引擎的模糊搜索

// 根据用户输入返回相似度高的结果  
$search_term = "phpto";  
$results = [  
    "php" => 3, // 距离为 3（删除 't', 'o'，替换 'o' 为 'p'）  
    "python" => 3,  
    "php7" => 2  
];  
arsort($results); // 按距离排序

性能与局限性

性能优化

Levenshtein 算法的时间复杂度为 O(m*n)，其中 m 和 n 是字符串长度。对于长字符串（如超过 1000 字符），可能需要优化或改用其他算法（如 Damerau-Levenshtein）。

局限性

  1. 不考虑语义：仅关注字符位置，无法判断“apple”与“apples”的关系是否更近；
  2. 对长字符串效率较低：可结合其他算法（如双数组 trie）预筛选后再计算。

常见问题解答

Q1：如何忽略大小写比较？

// 先将字符串转为小写再比较  
$distance = levenshtein(strtolower("Hello"), strtolower("hello"));

Q2：返回值超过 2147483647 时怎么办？

当两个字符串长度差异极大时，计算可能溢出。此时可使用 similar_text() 函数作为替代，或对长字符串进行截断。

Q3：如何判断两个字符串是否“足够相似”？

$threshold = 2; // 允许最多 2 次编辑  
if (levenshtein($str1, $str2) <= $threshold) {  
    echo "匹配成功！";  
}

结论

PHP 的 levenshtein() 函数是一个强大且灵活的工具，能够帮助开发者高效解决字符串相似性比较问题。从基础的距离计算到自定义权重的进阶应用，它在拼写检查、搜索引擎优化等领域都有广泛用途。

对于初学者而言，理解 Levenshtein 距离的编辑操作原理是关键；而中级开发者则可通过调整权重、结合其他算法进一步优化复杂场景的性能。掌握这一函数，不仅能提升代码的实用性，还能为更复杂的文本处理任务打下坚实的基础。

希望本文能帮助读者深入理解 PHP levenshtein() 函数 的原理与实践，并在实际项目中灵活运用这一工具。

最新发布

查看更多文章