分析PHP的similar_text函数

2008-12-22 08:09:22  編輯來源:互聯網  简体版  手機版  評論  字體: 小|中|大

 

　　//比较字串,返回两个字串第一个相同字符的区域

　　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;

　　//遍历字串

　　for (p = (char *) txt1; p < end1; p++) {

　　 for (q = (char *) txt2; q < end2; q++) {

　　 for (l = 0; (p + l < end1) && (q + l < end2) && (p[l] == q[l]); l++);

　　 if (l > *max) {

　　 //保存相同区域信息

　　 *max = l;

　　 *pos1 = p - txt1;

　　 *pos2 = q - txt2;

　　 }

　　 }

　　}

　　}

　　//递归函数,比较txt1和txt2的相同字符数量

　　static int php_similar_char(const char *txt1, int len1, const char *txt2, int len2)

　　{

　　int sum;

　　int pos1, pos2, max;

　　php_similar_str(txt1, len1, txt2, len2, &pos1, &pos2, &max);

　　if ((sum = max)) {//这样写有什么意义?????!!!!!

　　 //递归上次不同部分的前部

　　 if (pos1 && pos2) {

　　 sum += php_similar_char(txt1, pos1, txt2, pos2);

　　 }

　　 //递归上次不同部分的后部

　　 if ((pos1 + max < len1) && (pos2 + max < len2)) {

　　 sum += php_similar_char(txt1 + pos1 + max, len1 - pos1 - max,

　　 txt2 + pos2 + max, len2 - pos2 - max);

　　 }

　　}

　　//返回本次比较后的相同字符数量

　　return sum;

　　}

　　//PHP函数本身，一堆宏，做了些串转换和返回值换算,主功能由上面两个函数做了。

　　PHP_FUNCTION(similar_text)

　　{

　　zval **t1, **t2, **percent;

　　int ac = ZEND_NUM_ARGS();

　　int sim;

　　if (ac < 2 || ac > 3 || zend_get_parameters_ex(ac, &t1, &t2, &percent) == FAILURE) {

　　 WRONG_PARAM_COUNT;

　　}

　　convert_to_string_ex(t1);

　　convert_to_string_ex(t2);

　　if (ac > 2) {

　　 convert_to_double_ex(percent);

　　}

　　if (Z_STRLEN_PP(t1) + Z_STRLEN_PP(t2) == 0) {

　　 if (ac > 2) {

　　 Z_DVAL_PP(percent) = 0;

　　 }

　　 RETURN_LONG(0);

　　}

　　sim = php_similar_char(Z_STRVAL_PP(t1), Z_STRLEN_PP(t1), Z_STRVAL_PP(t2), Z_STRLEN_PP(t2));

　　if (ac > 2) {

　　 Z_DVAL_PP(percent) = sim * 200.0 / (Z_STRLEN_PP(t1) + Z_STRLEN_PP(t2));

　　}

　　RETURN_LONG(sim);

　　}

　　所有看出similar_text是根据ASCII做比较的，是不考虑词组问题的。

　　测试了一下，结果如下：

　　int main(int argc, char *argv[])

　　{

　　 char *str1="weican wuxin";

　　 char *str2="wuxin weican";

　　 int pos1,pos2,max;

　　 php_similar_str(str1,strlen(str1),str2,strlen(str2),&pos1,&pos2,&max);

　　 printf("php_similar_str:%d,%d=%d\n",pos1,pos2,max);

　　 max=php_similar_char(str1,strlen(str1),str2,strlen(str2));

　　 printf("php_similar_char:%d\n",max);

　　 system("PAUSE");

　　 return 0;

　　}

　　php_similar_str:0,6=6

　　php_similar_char:6

　　char *str1="TCP协议通讯工作原a理";

　　char *str2="TCPa协议通讯工作原理";

　　php_similar_str:3,4=14

　　php_similar_char:19

 

 

 

//比较字串,返回两个字串第一个相同字符的区域 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; //遍历字串 for (p = (char *) txt1; p < end1; p++) { for (q = (char *) txt2; q < end2; q++) { for (l = 0; (p + l < end1) && (q + l < end2) && (p[l] == q[l]); l++); if (l > *max) { //保存相同区域信息 *max = l; *pos1 = p - txt1; *pos2 = q - txt2; } } } } //递归函数,比较txt1和txt2的相同字符数量 static int php_similar_char(const char *txt1, int len1, const char *txt2, int len2) { int sum; int pos1, pos2, max; php_similar_str(txt1, len1, txt2, len2, &pos1, &pos2, &max); if ((sum = max)) {//这样写有什么意义?????!!!!! //递归上次不同部分的前部 if (pos1 && pos2) { sum += php_similar_char(txt1, pos1, txt2, pos2); } //递归上次不同部分的后部 if ((pos1 + max < len1) && (pos2 + max < len2)) { sum += php_similar_char(txt1 + pos1 + max, len1 - pos1 - max, txt2 + pos2 + max, len2 - pos2 - max); } } //返回本次比较后的相同字符数量 return sum; } //PHP函数本身，一堆宏，做了些串转换和返回值换算,主功能由上面两个函数做了。 PHP_FUNCTION(similar_text) { zval **t1, **t2, **percent; int ac = ZEND_NUM_ARGS(); int sim; if (ac < 2 || ac > 3 || zend_get_parameters_ex(ac, &t1, &t2, &percent) == FAILURE) { WRONG_PARAM_COUNT; } convert_to_string_ex(t1); convert_to_string_ex(t2); if (ac > 2) { convert_to_double_ex(percent); } if (Z_STRLEN_PP(t1) + Z_STRLEN_PP(t2) == 0) { if (ac > 2) { Z_DVAL_PP(percent) = 0; } RETURN_LONG(0); } sim = php_similar_char(Z_STRVAL_PP(t1), Z_STRLEN_PP(t1), Z_STRVAL_PP(t2), Z_STRLEN_PP(t2)); if (ac > 2) { Z_DVAL_PP(percent) = sim * 200.0 / (Z_STRLEN_PP(t1) + Z_STRLEN_PP(t2)); } RETURN_LONG(sim); } 所有看出similar_text是根据ASCII做比较的，是不考虑词组问题的。 测试了一下，结果如下： int main(int argc, char *argv[]) { char *str1="weican wuxin"; char *str2="wuxin weican"; int pos1,pos2,max; php_similar_str(str1,strlen(str1),str2,strlen(str2),&pos1,&pos2,&max); printf("php_similar_str:%d,%d=%d\n",pos1,pos2,max); max=php_similar_char(str1,strlen(str1),str2,strlen(str2)); printf("php_similar_char:%d\n",max); system("PAUSE"); return 0; } php_similar_str:0,6=6 php_similar_char:6 char *str1="TCP协议通讯工作原a理"; char *str2="TCPa协议通讯工作原理"; php_similar_str:3,4=14 php_similar_char:19