php的levenshtein函數中的成本意味着比較字符串是什么意思？

Question

我正在研究php的levenshtein函數 ，即使在提交的搜索詞中存在拼寫錯誤，也可以在小型redis實例中創建搜索以獲得匹配。 雖然其中大部分是非常自我解釋，但我很難獲得如何最好地使用三種不同的cost參數。

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

文檔中有一個簡短的解釋

第二個變體將采用三個附加參數來定義插入，替換和刪除操作的成本。 這比變體1更通用和自適應，但效率不高。

但這並不能解決我的理解。 有人可以解釋我如何使用成本參數來改善結果/性能嗎？

Answer 1

我不知道它對你所看到的有什么幫助，但我可以解釋這些成本是如何運作的。

默認情況下，insert，replace和delete操作的開銷值為1。

它的意思是

字符串A：hello字符串B：helloo

levenshtein（$ stringA，$ stringB）= 1因為它需要1次“插入”操作才能使字符串A ==字符串B.另外，因為插入的成本是1.這就是為什么levenshtein返回1.如果設置“插入成本”到2，你得2。

同樣的想法適用於替換和刪除操作。

請記住，levenshtein數越低，制作字符串A == string B所需的操作就越少。

Answer 2

在機器學習中， 成本函數是您嘗試最小化以實現最佳結果的功能。 當機器執行例如步驟A，B和C時，成本函數將計算執行這些步驟的“成本”。 術語成本與數學函數相關聯，該函數將評估 結果的性能 。

例如，當計算機執行步驟B，C和A時，成本函數將告訴您是否獲得了比上一步更好或更差的結果。

閱讀文檔，你可以看到

Levenshtein距離定義為必須替換，插入或刪除以將str1轉換為str2的最小字符數。

這是您的成本函數：在替換 ， 刪除和插入方面最小化距離。

每次算法必須執行其中一個任務時，它就會增加該操作的一個成本 。 最后3個參數可讓您確定每個操作的值。 在比較結束時，您將獲得最終值，即函數的成本 。 如果該值小於定義的閾值，則與假設函數返回true相同。 如果結果大於您的閾值，則意味着它比您允許的一個字符串等於另一個字符串的成本更高。

Answer 3

Levennshtein函數計算2個字符串之間的編輯距離。 編輯距離是將一個字符串轉換為另一個字符串所需的插入/替換/刪除操作的最低成本。 默認情況下，PHP對所有3個操作應用相等的成本。 如果要更改默認成本，可以使用這3個參數。

請在此處查看更多詳細信息： https ： //en.wikipedia.org/wiki/Edit_distance