目标事件

Question

我有一个简单的非关联数组，有几千个值。

值是由1-10个单词组成的字符串。

我需要找到数组中有最多“命中”的3-4个连续的单词串。

这是字母数字，不区分大小写。

一个热门的可能是：

字符串中的任何单个单词都出现在数组的项中。任何多个连续单词的集合都出现在数组的一个项目内。

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');

三个单词的字符串“狗的耳语”会得到如下的点击率：

“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”中的那个“

“狗语者”中的“狗”

“狗语者”中的语者

“我是一个耳语者”中的“语者”

“狗常常有毛”中的“狗”

“狗”中的“狗”

“狗语者”中的“你是狗语者吗”

“你是狗语者吗”中的“狗”

“狗语者”中的“语者”

“狗可以被窃窃私语者操纵”中的“狗”

“狗可以被语者操纵”中的“语者”

为了使多个单词字符串获得匹配，这些单词必须是连续的。也就是说，“狗语者”不是“狗可以被语者操纵”的热门话题。

单词也必须是有序的。也就是说，“狗语者”在“语者狗”的值中不是一个热门。

我很好地掌握了不同的数组函数，但我就是不能把它们放在一起。我尝试过通过按单词分解和重新组合来提取所有可能的字符串集，然后使用strpos!==FALSE来查找命中结果。我最终得到了一个巨大的矩阵，我无法从其中获得我需要的输出。

Answer 1

我希望这就是你要找的。我确信有很多可以优化的地方，但我认为这将为您指明正确的方向。

哈哈，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"; 
  }
?>