基于字符串相似度的最长公共子串

Question

我有一个列的表，其中包括如下名称：

1. 家居改善指南
2. 家居改善建议
3. 家庭装修费用
4. 家居园艺小贴士

我希望结果是：

1. 家庭装修
2. 家居园艺小贴士

基于“家”这个词的搜索。

这可以在MySQL或PHP中完成，或者两者结合使用。我一直在努力想办法解决这个问题，如果你能直接帮助我的话，我将不胜感激。谢谢。

编辑/解决问题：

我认为只要稍微改变一下逻辑，这个问题就能更容易解决。对于其他有这个问题的人来说，这是我的解决方案。

1. 获取sql结果
2. 查找搜索单词的第一次出现，每次一个字符串，并在字符串的右侧获取字符串中的下一个单词。
3. 结果将包括搜索的单词与独立的相邻单词连接。

不是很好的解决方案，但它适用于我的项目。谢谢大家的帮助。

Answer 1

这太长了，不能发表评论。

我不认为Levenshtein距离能做你想做的事。考虑：

Home Improvement
Home Improvement Advice on Kitchen Remodeling
Home Gardening

按照Levenshtein的标准，第一和第三项比第一和第三项更接近。然而，我猜你希望第一个和第二个成对。

我对你想要的算法有个想法。就像这样：

• 将每个返回的字符串与其他字符串进行比较
• 测量初始重叠的长度
• 查找所有字符串的最大值，对
• 重复第二大重叠的过程，依此类推

虽然痛苦，但并非不可能在SQL中实现。也许很痛苦。

这给我的建议是，你在寻找产品的层次结构。我的建议是只包含一个类别列并返回类别。您可能需要手动将这些类别插入到数据中。