0

我有一个包含几千个值的简单非关联数组。
这些值是 1-10 个单词的字符串。

我需要找到数组中“命中”最多的 3-4 个连续单词字符串。

这是字母数字和不区分大小写的。

一个打击可能是：

字符串的任何单个单词都出现在数组的一个项目中。任何一组多个连续单词都出现在数组的一个项目中。

所以，举个例子：

$database = array(
  0 => 'the dogs whisperer',
  1 => 'I am a whisperer',
  2 => 'dogs are often hairy',
  3 => 'dogs',
  4 => 'are you a dogs whisperer'
  5 => 'dogs can be manipulated by a whisperer');

三个单词字符串“the dogsspokeer”将获得以下点击：

“狗语者”中的“狗语者”

“狗语者”中的“狗语者”

“狗语者”中的“狗”

“狗语者”中的“the”

“狗语者”中的“狗”

“狗耳语者”中的“耳语者”

“我是耳语者”中的“耳语者”

“狗常多毛”中的“狗”

“狗”中的“狗”

“你是狗语者吗”中的“狗语者”

“你是狗语者吗”中的“狗”

“你是狗耳语者吗”中的“耳语者”

“狗可以被低语者操纵”中的“狗”

“耳语者可以操纵狗”中的“耳语者”

为了使多字串获得成功，这些字必须是连续的。即“狗耳语者”不是“狗可以被耳语者操纵”的热门歌曲。

单词也必须有条理。即“狗耳语者”在“耳语者狗”的价值中不受欢迎。

我很好地掌握了不同的数组函数，但我无法将它们全部放在一起。我尝试通过按单词爆炸并重新组合来提取所有可能的字符串集，然后使用 strpos!==FALSE 来查找命中。我最终得到了一个庞大的矩阵，我无法从中获得所需的输出。

4

1 回答 1

0

我希望这就是你要找的。我相信您可以优化很多东西，但我认为这将为您指明正确的方向。

HTH，安迪

<?php
  $database = array(
  0 => 'the dogs whisperer',
  1 => 'I am a whisperer',
  2 => 'dogs are often hairy',
  3 => 'dogs',
  4 => 'are you a dogs whisperer',
  5 => 'dogs can be manipulated by a whisperer');

  function CreateSubsets($sstr)
  {
    $subsets = array();

    $tokens = explode(" ", $sstr);
    $count = count($tokens);

    for ($i = $count; $i > 0; $i--) 
    {
      for ($j = 0; $j + $i <= $count; $j++)
      {
        $subsets[] = implode(" ", array_slice($tokens, $j, $i));
      }      
    } 

    return $subsets;   
  }

  function SearchOccurrences($database, $subsets)
  {
    $resultAry = array();

    for ($subIdx = 0; $subIdx < count($subsets); $subIdx++) 
    {
      $occurrences = array();
      for ($idx = 0; $idx < count($database); $idx++) 
      {
        $dbval = $database[$idx];

        $pos = strpos($dbval, $subsets[$subIdx]);
        if ($pos !== false)
          $occurrences[] = $idx;

      }
      $resultAry[$subIdx] = $occurrences;   
    }

    return $resultAry;
  }

  header("Content-type: text/plain");

  print "Database:\n";
  print_r($database); 
  print "\n"; 

  $sstr = "the dogs whisperer";
  $subsets = CreateSubsets($sstr);  

  print "Subsets:\n";
  print_r($subsets);
  print "\n"; 

  $results = SearchOccurrences($database, $subsets);

  print "Results:\n";
  print_r($results);    
  print "\n"; 

  for ($i = 0; $i < count($subsets); $i++) 
  {
    print "'$subsets[$i]' was found in:\n";
    foreach ($results[$i] as &$resVal) 
    {
      print "  --> $database[$resVal]\n";      
    } 
    print "\n"; 
  }
?>
于 2013-03-01T23:56:01.260 回答