php相似度算法

在 PHP 中计算相似度的算法有很多种，其中比较常用的有以下几种：

1. Levenshtein 算法：这是一种基于编辑距离的算法，用于计算两个字符串之间的最小编辑距离。

   $str1 = 'hello';
   $str2 = 'world';
   $distance = levenshtein($str1, $str2); // 计算编辑距离
   $similarity = 1 - $distance / max(strlen($str1), strlen($str2)); // 计算相似度

2. Jaccard 系数：这是一种基于集合相似度的算法，用于计算两个集合之间的相似度。

   function jaccardSimilarity($str1, $str2) {
       $arr1 = str_split($str1);
       $arr2 = str_split($str2);
       $intersection = array_intersect($arr1, $arr2); // 计算交集
       $union = array_unique(array_merge($arr1, $arr2)); // 计算并集
       return count($intersection) / count($union); // 计算相似度
   }

3. Cosine 相似度：这是一种基于向量相似度的算法，用于计算两个向量之间的相似度。

   function cosineSimilarity($vec1, $vec2) {
       $dotProduct = 0;
       $norm1 = 0;
       $norm2 = 0;
       foreach ($vec1 as $key => $value) {
           $dotProduct += $value * $vec2[$key]; // 计算向量点积
           $norm1 += $value * $value; // 计算向量1的范数
           $norm2 += $vec2[$key] * $vec2[$key]; // 计算向量2的范数
       }
       $similarity = $dotProduct / (sqrt($norm1) * sqrt($norm2)); // 计算相似度
       return $similarity;
   }

以上是三种常见的 PHP 相似度算法，根据实际需求选择合适的算法即可。