PHP函数similar_text()原理分析

similar_text('aaaa', 'aaaa', $percent);
var_dump($percent);
//float(100)
similar_text('aaaa', 'aaaabbbb', $percent);
var_dump($percent);
//float(66.666666666667)
similar_text('abcdef', 'aabcdefg', $percent);
var_dump($percent);
//float(85.714285714286)

//找出两个字符串中相同部分最长的一段
static void php_similar_str(const char *txt1, int len1, const char *txt2, int len2, int *pos1, int *pos2, int *max)
{
	char *p, *q;
	char *end1 = (char *) txt1 + len1;
	char *end2 = (char *) txt2 + len2;
	int l;
	*max = 0;
	//以第一个字符串为基准开始遍历
	for (p = (char *) txt1; p < end1; p++) {
		//遍历第二个字符串
		for (q = (char *) txt2; q < end2; q++) {
			//发现有字符相同，继续循环找，l为相同部分的长度
			for (l = 0; (p + l < end1) && (q + l < end2) && (p[l] == q[l]); l++);
			//冒泡方法找出最长的一个l，并记住相同部分的开始位置
			if (l > *max) {
				*max = l;
				*pos1 = p - txt1;
				*pos2 = q - txt2;
			}
		}
	}
}
//计算两个字符串的相同部分的总长度
static int php_similar_char(const char *txt1, int len1, const char *txt2, int len2)
{
	int sum;
	int pos1, pos2, max;
	//找出两个字符串相同部分最长的一段
	php_similar_str(txt1, len1, txt2, len2, &pos1, &pos2, &max);
	//这里是对sum的初始赋值，也是对max值的判断
	//如果max为零，表示两个字符串没有任何相同的字符，也就会跳出if
	if ((sum = max)) {
		//对前半段递归，相同段长度累加
		if (pos1 && pos2) {
			sum += php_similar_char(txt1, pos1,
									txt2, pos2);
		}
		//对后半段递归，相同段长度累加
		if ((pos1 + max < len1) && (pos2 + max < len2)) {
			sum += php_similar_char(txt1 + pos1 + max, len1 - pos1 - max,
									txt2 + pos2 + max, len2 - pos2 - max);
		}
	}
	return sum;
}
//PHP函数定义
PHP_FUNCTION(similar_text)
{
	char *t1, *t2;
	zval **percent = NULL;
	int ac = ZEND_NUM_ARGS();
	int sim;
	int t1_len, t2_len;
	//检查参数合法性
	if (zend_parse_parameters(ZEND_NUM_ARGS() TSRMLS_CC, "ss|Z", &t1, &t1_len, &t2, &t2_len, &percent) == FAILURE) {
		return;
	}
	//如果有第三个参数
	if (ac > 2) {
		convert_to_double_ex(percent);
	}
	//如果两个字符串长度都为0，返回0
	if (t1_len + t2_len == 0) {
		if (ac > 2) {
			Z_DVAL_PP(percent) = 0;
		}
		RETURN_LONG(0);
	}
	//调用上面的函数，计算两个字符串的相似度
	sim = php_similar_char(t1, t1_len, t2, t2_len);
	//可以看到percent的计算公式
	if (ac > 2) {
		Z_DVAL_PP(percent) = sim * 200.0 / (t1_len + t2_len);
	}
	RETURN_LONG(sim);
}